因子分析和主成分分析的原理和步骤，并通过spss分析实现，并配有例题解释。

附件中为matlab软件中的主成分分析法PCA的主函数m文件。

主成分分析法代码与马氏距离计算代码

随着现代制造业朝着大型化、柔性化、智能化发展，保障生产设备的安全运转越发重要。提出了基于PCA-SVM算法的轴承故障诊断分析模型。该模型提取轴承振动信号的时域指标参数，并运用主成分分析法（PCA）对指标参数进行优化和选择，利用降维思想，将多参数转化为综合参数，将综合特征值作为支持向量机（SVM）分类器的输入向量训练分类模型，最后运用测试集进行故障诊断实验，实验表明PCA-SVM模型可以帮助提高模型分类效率和精度，快速排查定位轴承故障，从而降低由故障导致的生产问题，减少经济损失。

综合得分排序 每一个主成分表示了分析对象在某一方面的表现。选取 的m个主成分代表了分析对象的绝大部分信息，对主成 分进行综合分析就是相当于对分析对象的全部进行综合 分析。以m个主成分的方差贡献率（特征根）为权数， 将m个主成分进行加权平均，加权平均公式为; 或

主成分分析法与逐步聚类法在树种分类中的应用.pdf

一、概述 主成分分析法（PCA）主要应用于数据降维。其思想是使用较少的变量来取代原先较多的变量，以实现节省数据量的效果。需要指出，若原始变量之间互相正交，即线性无关，则主成分分析法没有效果。 二、原理 假定有n个样本，每个样本有p个变量描述，则所有数据构成了一个n*p阶的矩阵X X = [[dat1], [dat2], ..... [datn]] 但我们希望通过q个变量来描述这些数据（q<p），最简单地，可以取之前p个变量的线性组合，记为Z。对于n中的第i个数据，有 Z[i,1] = a[1,1]*x[i,1] + a[1,2]*x[i,2] +...+ a[1,p]*x[i,p

个人感觉这代码真不错的，可以用于主成分分析法。是matlab的代码，希望matlab爱好者可以互相交流。

近红外主成分分析法—matlab代码

这个程序代码很可靠哦，可以直接用matlab实现操作