主成分分析要求数据必须正态分布吗？

聚类分析对数据有什么要求？

举报该问题

第1个回答推荐于2016-12-02

主成分分析要求数据接近正态分布，不一定要严格的正态分布条件，一般来说样本量在100以上就基本符合条件。
聚类分析对数据的要求是聚类的各组的组内方差较小，而组间方差较大，正常来说只要方法选择得当，这个要求会比较容易做到的。本回答被提问者和网友采纳

相似回答

在做主成分分析时,选取的主特征是原来数据的哪些特征答：我认为主成分分析最主要的作用是降维，就是从n维向n-x维投影，选取的主特征就是原n维特征中线性无关的特征在n-x维上的投影

聚类分析、判别分析、主成分分析、因子分析答：3.主成分分析不要求数据来源于正态分布；4. 在选取初始变量进入分析时应该特别注意原始变量是否存在多重共线性的问题（最小特征根接近于零，说明存在多重共线性问题）。5. 因子分析中各个公共因子之间不相关，特殊因子之间不相关，公共因子和特殊因子之间不相关。应用领域：解决共线性问题，评价问卷的结构...

...主成份分析和因子分析有什么不同?做主成分分析目的是什么?谢谢...答：如果希望进行将指标命名，SPSSAU建议使用因子分析。原因在于因子分析在主成分基础上，多出一项旋转功能，该旋转目的即在于命名。主成分分析目的在于信息浓缩（但不太关注主成分与分析项对应关系），权重计算，以及综合得分计算。同时SPSSAU可直接保存因子得分及综合得分，不需要手动计算。

pcoa分析图怎么解析结果答：只是改变了坐标系统。然而我们知道，生态学数据大多不是正态分布类型，因此在群落分析中，我们可能一般并不考虑严格的多元正态性假设，只要偏离正态性不太离谱，PCA对数据的正态性就不很敏感。但如上所提到的，对于用于PCA的生态数据而言，环境属性和物种特征可以划为一类，而物种组成则单独归类。

PCA主成分分析原理答：这r个新变量称为“主成分”,它们可以在很大程度上反映原来n个变量的影响,并且这些新变量是互不相关的,也是正交的。通过主成分分析,压缩数据空间,将多元数据的特征在低维空间里直观地表示出来。假设x=[x1,x2,…,xp]′是一个p维的随机向量,它遵从正态分布x~N(u,σ2)。导出主成分的问题就是寻找...

16种常用的数据分析方法汇总答：2、正态性检验:很多统计方法都要求数值服从或近似服从正态分布,所以之前需要进行正态性检验。常用方法:非参数检验的K-量检验、P-P图、Q-Q图、W检验、动差法。二、假设检验 1、参数检验参数检验是在已知总体分布的条件下(一股要求总体服从正态分布)对一些主要的参数(如均值、百分数、方差、相关系数等)进行的...

大家正在搜

正态分布分布函数公式数据正态分布怎么看数据是不是正态分布符合正态分布的数据判断数据符合正态分布 spss怎么看数据是否正态分布检验数据是否符合正态分布正态分布的三个常用数据卡方分布近似正态分布

主成分一定要用z-score法无量纲化吗

因子分析和主成分分析有什么区别啊

如何找出某个因子对主成分的贡献度

msa哪些分析是要确定数据的正态分布的

spss 主成分分析中，特征值大于1的主成分累计贡献率低于8...

为什么做了主成分分析后的数据个数比做之前还要多？

SAS中的主成分分析和因子分析有什么区别？