喬漫潔，呂慧慧，伍盼盼

（河南中醫(yī)藥大學，河南 鄭州 450046）

0 引言

在醫(yī)學研究或流行病學調(diào)查過程中，事物發(fā)展規(guī)律或影響該事物本身的因素的特征受多元化的因素影響。為了能夠完整的收集到所研究對象的所有信息，往往需要從多角度對多個變量進行信息的采集，變量越全面，所收集信息和數(shù)據(jù)對所研究事物的反應(yīng)就越完整、越準確。但同時也給數(shù)據(jù)分析帶來一定的難度，因為會產(chǎn)生多重共線性等問題，使得影響因素所反映的信息重復，掩蓋事物發(fā)展的真正規(guī)律，會進一步對統(tǒng)計結(jié)果的科學性及真實性產(chǎn)生影響。因此在其中應(yīng)用降維思維可從根本上解這一問題。

基于多元統(tǒng)計分析，因子分析與主要成分分析是兩種重要的數(shù)據(jù)降維方法，運用得較為廣泛。上述兩種方法均是以降維思維為基礎(chǔ)，運用樹立數(shù)理轉(zhuǎn)換與運算轉(zhuǎn)換的方式將多變量信息轉(zhuǎn)換為少數(shù)幾個不存在密切聯(lián)系的綜合變量，而通過轉(zhuǎn)換形成的新變量可對原始信息進行有效反應(yīng)。

基于同為降維思想，許多學者在研究過程中對兩種方法的原理及使用數(shù)據(jù)和條件不甚清楚，因此常常將兩種方式混淆使用。因混淆使用可導致統(tǒng)計分析結(jié)果的科學性及真實性受到嚴重影響。主要成分分析法的推廣與發(fā)展形成因子分析法，其兩種方法之間在存在相同之處的同事也具有明顯差異，故對兩種方法的差異部分與共同之處進行細化與歸納具有重要意義，可使得應(yīng)用者在實際研究的過程中可以選擇更為科學的統(tǒng)計分析方法。

1 主成分分析和因子分析

主成分分析又稱主分量分析或主軸分析，于1901年Karl Pearson提出，1933年數(shù)學家Hoteling將之推廣到隨機向量[1-2]。是指將多項變量通過數(shù)理學運算變換成少量的綜合變量（主成分），用轉(zhuǎn)化后的綜合變量對原始變量的方差-協(xié)方差結(jié)構(gòu)進行解釋的多元化分析方式。

轉(zhuǎn)化成的綜合指標即為主成分，主成分彼此之間相關(guān)性小，并且盡可能多的保留原始變量的信息。因子分析方法于1904年由Karl Pearson 和Charles Spearman提出，研究如何以最少的信息丟失，以及使因子變量具有較強的可解釋行的一種多元統(tǒng)計分析方法。被廣泛用于解決心理學、教育學以及經(jīng)濟學方面的問題[3]。由于該方法運算量大，直至20世紀60年代得益于計算機的應(yīng)用才有較快的發(fā)展。

1.1 兩者的區(qū)別

主成分分析的運算基礎(chǔ)是多次的線性變換，目的是找出一個矩陣，使得對進行線形變換后，得到的新的向量的協(xié)方差矩陣為對角線矩陣，通過方差-協(xié)方差矩陣將多個原始變量變換為彼此之間不相關(guān)的能夠盡可能完整反映原始變量所有信息的新變量。其中被選取的新變量就是“主成分”。從數(shù)理上講，主成分分析通過矩陣轉(zhuǎn)換的方法得以實現(xiàn)，將原始數(shù)據(jù)轉(zhuǎn)換成不具備密切關(guān)聯(lián)的變量，且在轉(zhuǎn)換過程中原始變量的總方差與各項變量方差均保持不變，而最終結(jié)果中方差最大的新變量則作為第一主成分變量，再一次類推。經(jīng)過計算的主成分變量數(shù)量少于原始變量，涵蓋85%以上原始變量的信息[4]。

主成分分析可以簡單的總結(jié)成一句話：數(shù)據(jù)的壓縮與解釋。一般情況下被應(yīng)用于某種事物或現(xiàn)象綜合指標的尋找，并且將綜合指標中所含括的信息予以有效的解釋。

在實際的應(yīng)用過程中，主成分分析常被用作達到目的的中間手段，而非完全的一種分析方法?？梢酝ㄟ^矩陣變換知道原始數(shù)據(jù)能夠濃縮成幾個主成分，以及每個主成分與原來變量之間線性組合關(guān)系式[5]。但是每個原始變量在主成分中都占有一定的分量（載荷），這些載荷的大小分布沒有清晰的分界線，也就造成無法明確表述每個主成分代表哪些原始變量，即提取出來的主成分無法清晰的解釋其代表的含義。

鑒于主成分分析實際含義的解釋缺陷，統(tǒng)計學家斯皮爾曼又對主成分分析進行了擴展。因子分析可看作是主成分分析的推廣及延展[6]。該分析方法是將原始變量的相關(guān)系數(shù)矩陣進行變量分組，且不同組別之間的變量不具備相關(guān)性，但同一組別的變量之間存在較高相關(guān)性。此種新形勢下的變量均代表一個公共因子，因此可將所研究問題進行公共因子分解，使其可由特殊因子與線性函數(shù)之和予以解決。由此可見，因子分析法所產(chǎn)生的新變量是對其原始變量的分解，并非是原始變量之間的線性組合。

因子分析在提取公因子時，不僅考慮變量之間是否相關(guān)，同時考慮相關(guān)關(guān)系的強弱，使得提取出的公因子不僅起到降維的作用，而且能夠被很好的解釋。除此之外，因子分析解決主成分分析解釋障礙的方法是通過因子軸旋轉(zhuǎn)[7]。因子軸旋轉(zhuǎn)可以使原始變量在公因子（主成分）上的載荷重新分布，從而使原始變量在公因子上的載荷兩級分化，這樣公因子（主成分）就能夠用哪些載荷大的原始變量來解釋。

1.2 兩者的聯(lián)系

主成分分析和因子分析方法同屬于多元統(tǒng)計分析，兩者均是基于多變量的相關(guān)系數(shù)矩陣，對數(shù)據(jù)進行無量綱化的處理之后，在確保保留大部分信息的前提下，用少數(shù)幾個不相關(guān)綜合變量概括多個具有較強相關(guān)性的變量，最終獲得的變量消除了原始變量的多重共線性，即對數(shù)據(jù)進行降維[8]。降維過程大幅度的解決了原始數(shù)據(jù)的多充線性，可信度得到提高，統(tǒng)計結(jié)果可以有效地解釋現(xiàn)實問題。需要注意的是，主成分分析和因子分析過程中產(chǎn)生的主成分或因子，是綜合所有原始變量信息后的新變量，并非存在于原始變量中的部分變量。

在主成分分析時，原始變量通過線性轉(zhuǎn)換而生成新變量，也可表述為將原始變量經(jīng)過坐標轉(zhuǎn)變以形成性變量；就因子分析而言，原始變量的相關(guān)系數(shù)矩陣將原始變量經(jīng)過一系列分組后而形成的特殊因子與公共因子則為其新變量。上述兩種方式轉(zhuǎn)換而成的新變量在因子數(shù)量與主成分方面均較原始變量更少，可有效降維，同時提升數(shù)據(jù)的利用效率。

1.3 數(shù)據(jù)轉(zhuǎn)換及處理過程不同

主成分分析中為了消除量綱以及數(shù)量級，一般需使原始數(shù)據(jù)處于標準化狀態(tài)，并將其轉(zhuǎn)化為方差為1，均數(shù)為0的無量綱數(shù)據(jù)。就因子分析而言，其可通過因子法、重心法等各類型解法求得因子變量，且保障因子變量均屬于每個變量受到影響而形成的變量，其求解方式與原始變量是否同量綱沒有必要關(guān)聯(lián)。不過該方式在實際應(yīng)用中，為了有效規(guī)避數(shù)量級與量綱對其產(chǎn)生的影響，可在數(shù)據(jù)轉(zhuǎn)換后再進行因子分子與主成分分析。

2 結(jié)果

主成分分析和因子分析均是以降維思想為基礎(chǔ)的多元統(tǒng)計分析方法，兩種方式存在不同的運用條件與運用原理以及數(shù)據(jù)轉(zhuǎn)換過程，因此我們在科學研究過程中應(yīng)充分考慮各方面的實際情況，選擇合適的統(tǒng)計方法，使得所得的結(jié)論和解釋更具科學性。