【问题标题】:Principal component and Factor Analysis主成分和因子分析
【发布时间】:2010-12-24 14:46:50
【问题描述】:

我有一些关于主成分和因子分析的问题。

对于 PCA,特征值是从协方差矩阵还是相关矩阵 É 计算出来的? 那么FA呢,如果我使用协方差或相关矩阵É,特征值的结果是否相同?

【问题讨论】:

  • 尽管协方差和相关矩阵通过除以标准差而相互关联,但执行特征分解会得到不同的结果。在大多数情况下,协方差应该与 PCA 一起使用,除非您有理由不这样做。

标签: math pca


【解决方案1】:

PCA 会受到数据重新缩放的影响,因此您会从协方差与相关矩阵中得到不同的答案。 FA(我假设您的意思是规范 FA)不受重新缩放的影响,所以没关系。

【讨论】:

    【解决方案2】:

    PCA 结果受变量单位的影响。除此之外,如果某个变量的方差远大于其他变量,则该变量往往与第一主成分一致。

    解决这些问题的一种方法是使用相关性而不是协方差矩阵 - 前提是方差的差异不包含对手头问题的有价值信息。

    如果保理的类型是“主成分”,则前面也代表 FA。相反,如果您使用“最大似然”分解,则协方差或相关矩阵的选择不会影响结果。

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 2013-08-24
      • 2014-04-08
      • 1970-01-01
      • 2017-12-30
      • 1970-01-01
      • 2016-01-16
      相关资源
      最近更新 更多