主成分分析
1、标准化处理，消除量纲
2、特征根与特征向量
3、方差贡献率、累积贡献率
4、确定主成分
主成分与因子分析
主成分分析会把主成分表示成各原始变量的线性组合，因子分析则把原始变量表示成各个因子的线性组合。
主成分分析重点解释原始变量之间总方差，因子分析重点解释原始变量的协方差。
主成分分析中，有几个原始变量就有几个主成分，因子分析中，因子量可以认为根据环境确定。
princomp(x, cor = FALSE, scores = TRUE, covmat = NULL,
subset = rep_len(TRUE, nrow(as.matrix(x))), fix_sign = TRUE, …)
princomp对给定的数字数据矩阵执行主成分分析，并将结果作为类princomp的对象返回。
碎石图
screeplot(x, npcs = min(10, length(x$sdev)),
type = c(“barplot”, “lines”),
main = deparse(substitute(x)), …)
factanal(x, factors, data = NULL, covmat = NULL, n.obs = NA,
subset, na.action, start = NULL,
scores = c(“none”, “regression”, “Bartlett”),
rotation = “varimax”, control = NULL, …)
对协方差矩阵或数据矩阵进行最大似然因子分析