主成分分析（PCA）和因子分析（FA）的联系与区别

      联系：两者都常用于数据降维和信息浓缩。生成的新变量均包括了原始变量的大部分信息（一般大于80%，可根据具体情况定）且新变量之间互相独立，都可以用于后续的回归分析、判别分析、聚类分析等。

     主要区别：

1. 主成分分析是按照方差最大化的方法生成的新变量，强调新变量贡献了多大比例的方差，不关心新变量是否有明确的实际意义。因子分析着重要求新变量具有实际的意义，能解释原始变量间的内在结构。

2. 主成分分析得到的主成分数等于原始变量数目；因子分析得到的因子数量一般由人为事先确定。