最大方差旋转只是其中的一种旋转方法,因为该方法旋转后的结果很清楚,所以一般默认选择都是这种方法,至于做主成分分析,是需要看原始数据情况的,如果原始数据变量就很少,不超过三五个这样的,就没必要做主成分分析。
看数据应该是做主成分分析的变量也就只有2个,这样根本没必要做主成分分析。
因子分析模型中,假定每个原始变量由两部分组成:共同因子和唯一因子。共同因子是各个原始变量所共有的因子,解释变量之间的相关关系。
扩展资料:
唯一因子顾名思义是每个原始变量所特有的因子,表示该变量不能被共同因子解释的部分。
主成分分析是试图寻找原有变量的一个线性组合。这个线性组合方差越大,那么该组合所携带的信息就越多。也就是说,主成分分析就是将原始数据的主要成分放大。
因子分析,它是假设原有变量的背后存在着一个个隐藏的因子,这个因子可以可以包括原有变量中的一个或者几个,因子分析并不是原有变量的线性组合。
一般来说方法都选择主成分方法,但是在python中进行因子分析时用的不是这个方法。
参考资料来源:百度百科——spss