主成分分析法因子载荷矩阵

因为“成分矩阵”是主人成分分析法，主人成分分析了和因子。您必须选择正交或倾斜旋转才能产生“旋转成分矩阵” ，你可以用主成分分析法来做你会发现没有“旋转成分”因为“成分矩阵”是主成分分析法“旋。

1、MATLAB和SPSS的主成分分析以下均为个人观点。首先，我认为楼主对成分的分析还没有一个清晰的认识，导致给出的数字并不是最终判断分析的结果。在多元统计分析中，principal 成分 analysis依赖于因子 analysis的结果。请原谅我的唐突，楼主给的图是因子载荷矩阵轮换前因子载荷数组是真的。在因子的分析中，因子的旋转是非常关键的一步，目的是使每个变量都有一个较大的载荷度只在一个共同的因子上。

楼主做的分析有五类委托人成分和十一个变量指标，最后的分析结果是五类关键因子，分别对五类委托人成分起关键作用。按照楼上的回答，是错的，反正有五个重点群体。因子很明显，把指标分成两类是相当容易的，一类是正的，一类是负的。但是载荷的高度意味着数值大(不是绝对值)，楼主可以自己分析。你给的载荷 matrix中的正值从0.7不等，所以把这样的指标归结为在主成分中起关键作用是不合理的。

2、SPSS主成分分析【主成分分析法因子载荷矩阵】根据你的统计结果，可以看到F，H，K ， J是本次分析的要点因子。数字上，第五项应该不存在。所以F，H，K和j 因子是主要影响因素。以下均为个人观点。首先，我认为楼主对主成分的分析没有一个清晰的认识，导致给出的数字并不是最终判断分析的结果。在多元统计分析中，principal 成分 analysis依赖于因子 analysis的结果。请原谅我的唐突，楼主给的图是因子载荷矩阵轮换前因子载荷数组是真的。

说白了，指标在主成分上一分为二。楼主做的分析有五类委托人成分和十一个变量指标，最后的分析结果是五类关键因子，分别对五类委托人成分起关键作用。按照楼上的回答，是错的，反正有五个重点群体。因子很明显，把指标分成两类是相当容易的，一类是正的，一类是负的。但是载荷的高度意味着数值大(不是绝对值)，楼主可以自己分析。你给的载荷 matrix中的正值从0.7不等，所以把这样的指标归结为在主成分中起关键作用是不合理的。

主成分分析法 因子载荷矩阵

主成分分析法因子载荷矩阵