主成分分析法有什么缺点？ 主成分分析法的缺点：1、在主成分分析中，我们首先应保证所提取的前几个主成分的累计贡献率达到一个较高的水平（即变量降维后的信息量须保持在一个较高水平上），其次对这些被提取的主成分必须都能够给出符合实际背景和意义的解释（否则主成分将空有信息量而无实际含义）。2、主成分的解释其含义一般多少带有点模糊性，不像原始变量的含义那么清楚、确切，这是变量降维过程中不得不付出的代价。因此，提取的主成分个数m通常应明显小于原始变量个数p（除非p本身较小），否则维数降低的“利”可能抵不过主成分含义不如原始变量清楚的“弊”。
主成分分析和因子分析的区别 主成分分析就是将多项指标转化为少数几项综合指标，用综合指标来解释多变量的方差-协方差结构。综合指标即为主成分。所得出的少数几个主成分，。
因素分析法的应用范围 它是将分析指标分解为各个可以计量的因素，并根据各个因素之间的依存关系，顺次用各因素的比较值（通常即实际值）替代基准值（通常为标准值或计划值），据以测定各因素对分析指标的影响。例如，设某一分析指标M是由相互联系的A、B、C三个因素相乘得到，报告期（实际）指标和基期（计划）指标为：报告期（实际）指标M1=A1*B1*C1基 期（计划）指标 M0=A0*B0*C0在测定各因素变动指标对指标R影响程度时可按顺序进行：基 期（计划）指标M0=A0*B0*C0…（1）第一次替代 A1*B0*C0…（2）第二次替代 A1*B1*C0…（3）第三次替代 A1*B1*C1…（4）分析如下：（2）-（1）→A变动对M的影响。（3）-（2）→B变动对M的影响。（4）-（3）→C变动对M的影响。把各因素变动综合起来，总影响：△M=M1-M0=（4）-（3）+（3）-（2）+（2）-（1）它是连环替代法的一种简化形式，是利用各个因素的比较值与基准值之间的差额，来计算各因素对分析指标的影响。例如，某一个财务指标及有关因素的关系由如下式子构成：实际指标：Po=Ao×Bo×Co；标准指标：Ps=As×Bs×Cs；实际与标准的总差异为Po-Ps，Po-Ps 这一总差异同时受到A、B、C三个因素的影响，它们各自的影响程度可分别由以下式子计算。
如何评价层次分析法 评价层次分析法，也就是谈它的作用和局限。层次分析法是分析语言结构所必不可少的。层次分析理论的建立是语言研究中一项了不起的成就。。
主成分分析法（PCA） 3.2.2.1 技术原理主成分分析方法（PCA）是常用的数据降维方法，应用于多变量大样本的统计分析当中，大量的统计数据能够提供丰富的信息，利于进行规律探索，但同时增加了其他非主要因素的干扰和问题分析的复杂性，增加了工作量，影响分析结果的精确程度，因此利用主成分分析的降维方法，对所收集的资料作全面的分析，减少分析指标的同时，尽量减少原指标包含信息的损失，把多个变量（指标）化为少数几个可以反映原来多个变量的大部分信息的综合指标。主成分分析法的建立，假设xi1，xi2，…，xim是i个样品的m个原有变量，是均值为零、标准差为1的标准化变量，概化为p个综合指标F1，F2，…，Fp，则主成分可由原始变量线性表示：地下水型饮用水水源地保护与管理：以吴忠市金积水源地为例计算主成分模型中的各个成分载荷。通过对主成分和成分载荷的数据处理产生主成分分析结论。3.2.2.2 方法流程1）首先对数据进行标准化，消除不同量纲对数据的影响，标准化可采用极值法及标准差标准化法其中s＝（图3.3）；图3.3 方法流程图2）根据标准化数据求出方差矩阵；3）求出共变量矩阵的特征根和特征变量，根据特征根，确定主成分；4）结合专业知识和各主成分所蕴藏的信息。
看到你在百度上的回答，请问你用spss主成分分析法算因子的权重的详细步骤是怎样的啊
主成分分析法matlab函数我直接复制粘贴到matlab中了。。为什么出现下列问题。。急求！！！ 找不到CORRCOEF函数，与其最接近的是corrcoef函数，请注意matlab大小写敏感，查看你代码是否正确引用函数名
(2)觉得心里非常痛快 用直接成分分析法分析 (I)(got a feeling)(very pleased).1)I got a feeling2)I 'm very pleased
