主成分分析的用途？主成分分析的主要目的是“降維”。例如，如果您要進行分析并選擇20個指標(biāo)，您認為它們非常重要，但這20個指標(biāo)對于您的分析來說太麻煩了。這時，可以用主成分分析的方法進行降維，這20個指標(biāo)

主成分分析的用途？

主成分分析的主要目的是“降維”。

例如，如果您要進行分析并選擇20個指標(biāo)，您認為它們非常重要，但這20個指標(biāo)對于您的分析來說太麻煩了。這時，可以用主成分分析的方法進行降維，這20個指標(biāo)之間會有這樣那樣那樣的關(guān)系，并且會有相互的影響。主成分分析后，此時可以得到4或5個主成分，這些主成分指標(biāo)不僅涵蓋了你的20個指標(biāo)中的大部分信息，還簡化了你的分析（從20維到4維和5維），簡化了分析過程，提高了結(jié)果的準(zhǔn)確性。

spss如何求主成分分析的成分系數(shù)怎么求？

使用SPSS進行主成分分析時，由于軟件只有因子分析，需要計算因子系數(shù)矩陣，得到相應(yīng)的主成分分布系數(shù)。具體步驟是將每列的因子除以相應(yīng)特征值的平方根（可以通過SPSS下的transform computevariable進行計算）。計算主成分系數(shù)后，將主成分系數(shù)乘以標(biāo)準(zhǔn)化原始數(shù)據(jù)（SPSS中的描述性統(tǒng)計分析即可），得到主成分矩陣。至于你要求的綜合主成分計算，這是最后一步。主成分矩陣乘以相應(yīng)的方差貢獻率即為綜合主成分值。你可能混淆了主成分分析和因子分析，因為只有因子分析涉及因子得分系數(shù)矩陣，但實際上很多人會混淆，因為這兩種方法太相似了。用SPSS計算主成分比較麻煩，因子分析比較好。但是，具體問題還需要詳細分析。如果你能SAS那就方便多了，編程自己的程序需要，但是需要一定的基礎(chǔ)。