主成分分析（principal component analysis，PCA）分析流程

熊荣川

六盘水师范学院生物信息学实验室

xiongrongchuan@126.com

http://blog.sciencenet.cn/u/Bearjazz

在变量较多时常常用到组成分分析，已达到降低变量个数的目的。

下面简单的总结一下流程，主要的软件工具是SPSS

step1 当然是准确无误的数据表，通常在Excel中完成，spss可以从Excel表中直接读入数据，但是格式最好是".xls"以及“.xlsx”格式，个人经验觉得“.csv”格式再导入时总是不太顺利。

step2 在spss读入表格数据，从“文件类型”的下拉菜单中选择Excel格式

如果工作表较多，记得选择相应的工作表输入

Step3不管三七二十一，直接进行主成分分析

打开因子分析面板

导入要“降维”的变量到“变量”区域中，打开“描述”面板进行设置

然后设置“抽取”面板，

方法“主成分”，这里就点题了哈

最大收敛性迭代次数默认为25，这里因为我们的样品量较大，所以输入300次

特征值大于1，小于1就没有意义

下面设置“得分”面板，这很关键，降维的目的就是减少变量的个数，因此不能产生新的，数量较少的变量，那么主成分的分析意义就不大了。

因子得分就是新的变量，之前网上有很多中文教程讲解怎样计算，个人感觉理解来龙去脉还可以，真要计算起来，麻烦不说，容易出错。而且也没有必要，这里我们选择把因子保存为变量，即会在数据表格中出现，可以用作其他分析，如判别分析，聚类分析等等

选项面板的设置可以不管，

但是，网上看到一篇比较靠谱的英文教程介绍，可以在这里设置不显示较小的系数，例如小于0.3就显示为空，这样结果看起来更加的直观。

以上设置完成后，点击因子分析面板的“确定”按钮

结果出来之后，当然会有很多的表格，较为重要的首先是“解释的总方差”

表格，我们提取的主成分需要满足两个条件，一是，成分解释的方差“合计”需要大于1，另外累计百分比需要大于85%？（这个本人拿不准）。

另外一个重要的表格是，“成分矩阵”，每个成分是原始变量（或者部分原始变量）的某种线性方程式，每个变量在方程式中都对应一个系数，是这原是变量与该成分的相关性系数，绝对值越大，相关性越大，也同时说明改变对该成分的贡献较大，这就是为什么很多文献中用绝对值较大的变量来命名成分，赋予其一定的实际意义。

但是要对这些结果表格进一步分析话，可以导出为Excel表格文件再行操作

当然你可以把所有的结果导出为一个文件，在“导出的对象”一栏选择“全部”；