主成分分析结果成分不显著_spss、R做出来的主成分分析因子载荷和得分结果不同...
spss、R做出来的主成分分析因子载荷和得分结果不同
同样一组数据，我用spss、matlab、R中的princomp函数和vegan程序包中的rda函数多种计算方法做主成分分析，结果竟然不一样。我仔细看了下，特征值和贡献率都一样，问题出在因子载荷和得分系数上。我会给出原始数据，希望高手用自己熟悉的软件帮忙计算下啊，如果能同时用多个软件计算就更好了。实在感激不尽。
首先看因子载荷。以spss结果为准，princomp函数的PC2值刚好与spss结果为相反数；matlab的PC1结果与SPSS结果为相反数，rda函数与spss结果接近，数值有所差异。
因子载荷图
R princomp
R rda
matlab
SPSS
Comp.1
Comp.2
PC1
PC2
氯
0.65
-0.01
-1.01
0.02
0.65
0.01
-0.65
0.01
硫化氢
-0.39
-0.49
0.62
0.68
-0.39
0.49
0.39
0.49
二氧化碳
-0.28
0.22
0.44
-0.30
-0.28
-0.22
0.28
-0.22
碳4
0.39
-0.47
-0.61
0.65
0.39
0.47
-0.39
0.47
环氧氯丙烷
-0.45
-0.22
0.70
0.31
-0.45
0.22
0.45
0.22
环己烷
0.06
-0.67
-0.10
0.93
0.06
0.67
-0.06
0.67
其次看得分值。得分值的情况与因子载荷一样。由于得分值不同，最后计算的总分值也就不同了。
得分
R princomp
R rda
matlab
SPSS
Comp.1
Comp.2
PC1
PC2
PC1
PC2
PC1
PC2
1
-0.07
1.24
0.04
-0.84
-0.06
-1.16
0.07
-1.18
2
-0.36
2.86
0.21
-1.92
-0.34
-2.67
0.34
-2.66
3
-1.80
-1.58
1.07
1.06
-1.69
1.48
1.69
1.49
4
-2.32
-0.61
1.38
0.41
-2.17
0.57
2.19
0.56
5
2.81
-1.06
-1.68
0.71
2.63
1.00
-2.65
0.99
6
0.53
0.08
-0.31
-0.05
0.49
-0.08
-0.5
-0.06
7
0.07
-0.79
-0.04
0.53
0.06
0.74
-0.06
0.75
8
1.14
-0.14
-0.68
0.09
1.07
0.13
-1.08
0.11
但是我不清楚问题出在哪里啊。
以下是每个方法的过程，请诸位看看：
R princomp函数：
mydata
mydata=scale(mydata)
mydata.pr
mydata.pr$loadings[,1:2]
mydata.pr$scores[,1:2]
R rda函数：
rawdata
mydata.pca=rda(rawdata,scale=T)
summary(mydata.pca)
matlab：data为原始数据
sddata=zscore(data);%将数据进行标准化
[coeff,score,latent,tsquare,explained]=pca(sddata)
spss略。
原始数据很简单：
氯
硫化氢
二氧化碳
碳4
环氧氯丙烷
环己烷
site 1
0.056
0.084
0.031
0.038
0.008
0.022
site 2
0.049
0.055
0.1
0.11
0.022
0.007
site 3
0.038
0.13
0.079
0.17
0.058
0.043
site 4
0.034
0.095
0.058
0.16
0.2
0.029
site 5
0.084
0.066
0.029
0.32
0.012
0.041
site 6
0.064
0.072
0.1
0.21
0.028
0.038
site 7
0.048
0.089
0.062
0.26
0.038
0.036
site 8
0.069
0.087
0.027
0.25
0.045
0.021
其实仔细看结果，R princomp，matlab，SPSS的PCA结果是一样的。rda的算法不同啊。
喜欢 (6)or分享 (0)
主成分分析结果成分不显著_spss、R做出来的主成分分析因子载荷和得分结果不同...相关推荐
- 主成分分析结果成分不显著_SPSS完不成主成分分析，那就换
小兵建议大家直接采用R语言实现主成分分析,今天先送上一枚案例. 使用R语言自带USJudgeRatings法官综合素质评分数据,每位法官均有12项维度打分,我们觉得用12个指标评价一位法官过于复杂了, ...
- 主成分分析，充分图，聚类，主成分回归——数据分析与R语言 Lecture 11
主成分分析,充分图,聚类,主成分回归--数据分析与R语言 Lecture 11 主成分分析 例子:求相关矩阵特征值 例子:求主成分载荷 例子:画碎石图确定主成分 例子:主成分得分-相当于predict ...
- R语言进行主成分分析（PCA）：使用prcomp函数来做主成分分析、使用summary函数查看主成分分析的结果、计算每个主成分解释方差的、每个主成分解释的方差的比例、以及多个主成分累积解释的方差比例
R语言进行主成分分析(PCA):使用prcomp函数来做主成分分析.使用summary函数查看主成分分析的结果.计算每个主成分解释方差的.每个主成分解释的方差的比例.以及多个主成分累积解释的方差比例 ...
- 主成分分析（PCA）原理及R语言实现
在生物信息分析中,PCA.t-SNE和diffusionMap其实是一类东西. StatQuest: Principal Component Analysis (PCA) clearly explai ...
- R语言手动计算主成分分析（PCA)及其在R函数的实现
R语言手动计算主成分分析(PCA)及其在R函数的实现 了解PCA的原理,但总是无法用R语言实现,这次算是有个教程. 转自:http://blog.163.com/xiaoji0106@126/blog ...
- matlab怎么画碎石图,成分分析中biplot函数不理解_主成分分析
成分分析中biplot函数不理解_主成分分析 对主成分分析中的biplot函数不理解,谁能帮忙解释?谢谢了 解答: 运行下面的例子,理解我加黑的那句话即可: Examples Perform a pr ...
- 【R语言实验】主成分分析
实验目的:了解主成分分析的分析过程,掌握R语言实现主成分分析的方法,并对数据处理结果进行分析. 实验要求:课本中习题6.7 . 实验素材:在我的资源中 实验代码: 读取实验数据 > d6.7&l ...
- matlab主成分分析散点图_matlab、R软件等做主成分分析结果不同？为什么？
同样一组数据,我用spss.matlab.R中的princomp函数和vegan程序包中的rda函数多种计算方法做主成分分析,结果竟然不一样.我仔细看了下,特征值和贡献率都一样,问题出在因子载荷和得分 ...
- 旋转成分矩阵结果分析_30分钟学会PCA主成分分析
PCA主成分分析算法(Principal Components Analysis)是一种最常用的降维算法.能够以较低的信息损失(以样本间分布方差衡量)减少特征数量. PCA算法可以帮助分析样本中分布差 ...
最新文章
- Kafka深入理解-2：Kafka的Log存储解析
- linux命令的基本操作
- UA PHYS515 电磁理论II 静电场问题3 边值问题及其解的唯一性
- Scala 中的文件操作
- 华为辞职门事件——再谈工作问题
- stack smash_扶手椅VGUX：Super Smash Bros.Ultimate
- hbuilderx设置新建jsx后缀名_TypeScript编写前基本配置操作
- thing php官网,Thinkphp5企业官网，php后台管理框架
- Begin using git (Part1) - Git的安装与配置
- php单入口路由设计,php 简单路由实现
- spss案例教程主成分分析与因子分析及SPSS实现
- Unity 坐标转换
- 钉钉提示请勿通过开发者调试模式_钉钉请勿通过开发者调试模式是真的吗好不好用...
- 【Pytorch】解决使用BucketIterator.splits警告volatile was removed and now has no effect. Use `with torch.no_g
- python期货数据 库_如何用python或者基于vnpy框架将期货tick数据聚合成1分钟数据呢？...
- js 正则校验 长数字 电话号码 银行卡号
- 高效办公！Python 批量生成PDF文档
- 单链表建立的两种方法 头插法和尾插法
- jquery获取复选框checkbox被选中的值
- 不可错过的五款开源图形处理软件