因子分析法和主成分分析法的區(qū)別與聯(lián)系是什么？因子分析與主成分分析的異同點如下：既規(guī)范了原始數(shù)據(jù)，又消除了原始指標相關(guān)性對綜合評價信息重復的影響。構(gòu)建綜合評價所涉及的權(quán)重是客觀的，在信息損失小的前提下減

因子分析法和主成分分析法的區(qū)別與聯(lián)系是什么？

因子分析與主成分分析的異同點如下：

既規(guī)范了原始數(shù)據(jù)，又消除了原始指標相關(guān)性對綜合評價信息重復的影響。構(gòu)建綜合評價所涉及的權(quán)重是客觀的，在信息損失小的前提下減少了評價工作量

公共因素比主成分更容易解釋因子分析的評價結(jié)果不如主成分分析的結(jié)果準確，而且因子分析的計算工作量比主成分分析要大

主成分分析只是變量變換，而因子分析需要建立因子模型。

主成分分析：原始變量的線性組合代表一個新的綜合變量，即主成分分析；

因子分析：潛在假設(shè)變量和隨機影響變量的線性組合代表原始變量。

獨立主成分分析和主成分分析的區(qū)別？

PCA（主成分分析）是尋找投影方向，保持投影后的原始信息量。

ICA（independent principal component analysis，獨立主成分分析）是在投影后發(fā)現(xiàn)數(shù)據(jù)之間的獨立投影方向。