主成分分析
1、標準化處理，消除量綱
2、特徵根與特徵向量
3、方差貢獻率、累積貢獻率
4、確定主成分
主成分與因子分析
主成分分析會把主成分表示成各原始變數的線性組合，因子分析則把原始變量表示成各個因子的線性組合。
主成分分析重點解釋原始變數之間總方差，因子分析重點解釋原始變數的協方差。
主成分分析中，有幾個原始變數就有幾個主成分，因子分析中，因子量可以認為根據環境確定。
princomp(x, cor = FALSE, scores = TRUE, covmat = NULL,
subset = rep_len(TRUE, nrow(as.matrix(x))), fix_sign = TRUE, …)
princomp對給定的數字資料矩陣執行主成分分析，並將結果作為類princomp的物件返回。

碎石圖
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, …)
對協方差矩陣或資料矩陣進行最大似然因子分析