① 主成分分析和因子分析有什么区别
主成分分析和因子分析，不少人初次看到觉得非常相似。特别是spss中并没有专门处理主成分分析的模块，只是在因子分析过程中使用了主成分方法，导致有些人云里雾里，将其混淆。其实二者不管从原理还是在使用上，均有较大差异。
>>>>原理不同
主成分分析（Principal components analysis，PCA）基本原理：利用降维（线性变换)的思想，在损失很少信息的前提下把多个指标转化为几个不相关的综合指标（主成分),即每个主成分都是原始变量的线性组合,且各个主成分之间互不相关,使得主成分比原始变量具有某些更优越的性能（主成分必须保留原始变量90%以上的信息），从而达到简化系统结构，抓住问题实质的目的。
因子分析（Factor Analysis，FA）基本原理：利用降维的思想，由研究原始变量相关矩阵内部的依赖关系出发，把一些具有错综复杂关系的变量表示成少数的公共因子和仅对某一个变量有作用的特殊因子线性组合而成。就是要从数据中提取对变量起解释作用的少数公共因子（因子分析是主成分的推广，相对于主成分分析，更倾向于描述原始变量之间的相关关系）
>>>>线性表示方向不同
主成分分析中则是把主成分表示成各变量的线性组合；
因子分析是把变量表示成各公因子的线性组合。
>>>>假设条件不同
主成分分析：不需要有假设(assumptions)；
因子分析：需要一些假设。因子分析的假设包括：各个共同因子之间不相关，特殊因子（specificfactor）之间也不相关，共同因子和特殊因子之间也不相关。
② 主成分分析（PCA）和因子分析的异同点
计算公式和原理稍有不同
③ 因子分析和主成分分析有什么区别啊
主成分分析和因子分析都是信息浓缩的方法，即将多个分析项信息浓缩成几个概括性指标。
因子分析在主成分基础上，多出一项旋转功能，该旋转目的即在于命名，更容易解释因子的含义。如果研究关注于指标与分析项的对应关系上，或是希望将得到的指标进行命名，SPSSAU建议使用因子分析。
主成分分析目的在于信息浓缩（但不太关注主成分与分析项对应关系），权重计算，以及综合得分计算。如希望进行排名比较，计算综合竞争力，可使用主成分分析。
SPSSAU可直接使用这两种方法，支持自动保存因子得分及综合得分，不需要手动计算。
④ 主成分分析法和因子分析法哪个用起来简单
两个方法基本相同，只是因子分析是在主成分基础上，多出一步旋转步骤，为了让提取的成分更容易命名。两种方法都可以在网页版spssau中使用，配合智能文字建议和帮助手册可以能快理解。
如果说研究目的完全在于信息浓缩，并且找出因子与分析项对应关系，建议用因子分析。主成分分析更多用于权重计算，以及综合得分计算。
因子分析-SPSSAU
主成分分析-SPSSAU
⑤ 因子分析法如何确定主成分及各个指标的权重
(1)首先将数据标准化，这是考虑到不同数据间的量纲不一致，因而必须要无量纲化。
(2)对标准化后的数据进行因子分析(主成分方法)，使用方差最大化旋转。
(3)写出主因子得分和每个主因子的方程贡献率。 Fj =β1j*X1 +β2j*X2 +β3j*X3 + ……+ βnj*Xn ; Fj 为主成分(j=1、2、……、m)，X1、X2 、X3 、……、Xn 为各个指标，β1j、β2j、β3j、……、βnj为各指标在主成分Fj 中的系数得分，用ej表示Fj的方程贡献率。
(4)求出指标权重。 ωi=[(m∑j)βij*ej]/[(n∑i)(m∑j)βij*ej]，ωi就是指标Xi的权重。
(5)股票pca因子分析扩展阅读
产品特点
1、操作简便
界面非常友好，除了数据录入及部分命令程序等少数输入工作需要键盘键入外，大多数操作可通过鼠标拖曳、点击“菜单”、“按钮”和“对话框”来完成。
2、编程方便
具有第四代语言的特点，告诉系统要做什么，无需告诉怎样做。只要了解统计分析的原理，无需通晓统计方法的各种算法，即可得到需要的统计分析结果。
对于常见的统计方法，SPSS的命令语句、子命令及选择项的选择绝大部分由“对话框”的操作完成。因此，用户无需花大量时间记忆大量的命令、过程、选择项。
3、功能强大
具有完整的数据输入、编辑、统计分析、报表、图形制作等功能。自带11种类型136个函数。SPSS提供了从简单的统计描述到复杂的多因素统计分析方法，比如数据的探索性分析、统计描述、列联表分析、二维相关、秩相关、偏相关、方差分析、非参数检验、多元回归、生存分析、协方差分析、判别分析、因子分析、聚类分析、非线性回归、Logistic回归等。
⑥ spss因子分析在证券市场个股分析中的应用实例
spss因子分析用于证券市场个股分析中，因为因子分析法是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。它的基本思想是将观测变量进行分类，将相关性较高，即联系比较紧密的分在同一类中，而不同类变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题就是试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一分量。
康美药业投资分析
一、上市公司基本面情况：
600518康美药业,最新财务主要指标（08-09-30）每股收益(元)0.2390，每股净资产(元)3.5470，净资产收益率(％) 6.74，总股本(亿股)7.6440 ，实际流通A股(亿股)7.6440，每股资本公积1.843，主营收入(万元)130369.89，同比增 40.04% ，每股未分利润0.606 ，净利润(万元)18264.62，同比增 83.04%；
二、该股票的投资亮点：
1.2007年公司完成了阿莫西林分散片、利巴韦林片等多个再注册产品的研究开发和上报工作，部分仿制药品取得了《药物临床试验批件》；同时公司积极开发中药系列产品，完成了"代用茶"、"植物饮料"的备案号注册以及西洋参胶囊/饮料科技开发立项工作；"红景天"、"毒热平"两个中药新药品种已基本完成临床前研究工作。
2.2008年，随着国家卫生事业改革进一步深化，新农合、城镇职工基本医疗保险、城镇非从业居民基本医疗保险的进一步推广，整个医药市场容量将增大。人们在医疗尤其是在药品上的消费量和消费金额将迅速上升，这将对医药行业快速发展带来有利的影响。
3. 2007年公司中药饮片二期扩产项目顺利建成并试产运营，该项目是公司在传统中医药领域推广应用新技术，实现中药饮片规模化、标准化和产业化生产的一个重大成果。项目的投产缓解了产能紧张压力，保障了市场供给，进一步稳固了公司在国内中药饮片生产龙头企业的地位。
4.公司通过增资扩股募集资金投资中药物流配送中心项目，该项目是发挥公司中药产业的生产经营优势，整合当地中药材专业市场资源，为延伸公司产业链条而实施的一个重点项目。
三、专业投资机构意见：
公司主营业务中药饮片继续拉动公司业绩高速增长，2008 年三季度净利润增长83%，公司将全面布局全国性中药饮片产业链，行业整顿期利用并购稳健扩张，公司正在创建中药饮片行业的高质量标准体系，将发展为现代国内中药饮片龙头，预计公司未来三年复合增长率为40%，2008-2010 年EPS 为0.35，0.48，和0.80给予"增持"的投资评级。
四、综合分析判断结论：
从以上的信息可见康美药业作为国家中药制药的龙头企业，其股票是具有投资价值的，所以该股票后市看好，完全是可以长期投资的。
⑦ pca主成分分析第一主成分怎么知道什么成分
成分分析和因子分析有十大区别，在损失很少信息的前提下把多个指标转化为几个不相关的综合指标（主成分),且各个主成分之间互不相关,使得主成： 1.原理不同 主成分分析基本原理：利用降维（线性变换)的思想,即每个主成分都是原始变量的线性组合
⑧ pca 因子载荷的值 大于多少 具有显著性贡献 0.707
这个不能说此次分析就是失败的，应该说是你的变量或者说是问卷设计有问题
当然也可以不一定参照必须要大于0.5，但是常规的都是这样参照的
这个因子载荷低有可能是问卷变量设计问题，有可能是数据采集质量有问题
如果是第一个问题的话 你可以先进行下问卷题目调整，比如删减部分题目再尝试，当然不是随意删减的，而是根据项目分析的相关指标来进行。
如果是数据质量问题 你可以尝试着删除部分变量再试一下
如果两种方法都不行了，只能说明你的变量设计完全有问题或者数据完全不行 只能重做