matlab主成分分析和因子分析

matlab中用于主成分分析的函数有

1.princomp
   功能：主成分分析
   格式：PC=princomp(X)
             [PC,SCORE,latent,tsquare]=princomp(X)
   说明：[PC,SCORE,latent,tsquare]=princomp(X)对数据矩阵X进行主成分分析，给出各主成分(PC)、所谓的Z-得分    (SCORE)、X的方差矩阵的特征值(latent)和每个数据点的HotellingT2统计量(tsquare)。

2.pcacov
   功能：运用协方差矩阵进行主成分分析
   格式：PC=pcacov(X)
             [PC,latent,explained]=pcacov(X)
   说明：[PC,latent,explained]=pcacov(X)通过协方差矩阵X进行主成分分析，返回主成分(PC)、协方差矩阵X的特征值 (latent)和每个特征向量表征在观测量总方差中所占的百分数(explained)。

因子分析法

将原始变量分解为若干因子的线性组合，选取其中的若干个因子，确定因子个数的方法有：选取到累积贡献率超过80%，或者相关系数矩阵的特征根中大于1的个数

matlab中用factoran函数来进行因子分析

[lambda,psi,T,stats,F] = factoran(X,m)

x为观测系数矩阵，m为公共因子个数，lambda是p×m的因子载荷矩阵（p为原始变量个数），其第i行第j列的元素就是i变量在第j公共因子上的载荷，pis是特殊方差的最大似然估计，T是m阶因子载荷旋转矩阵，stats是对原假设（给定的因子数m）做检验的统计量，其中p值若大于显著性水平a，则接受原假设，F是得分矩阵