13、主成分分析与市场分析技术在体育与零售中的应用

主成分分析与市场分析技术在体育与零售中的应用

1. 主成分分析建模流程

主成分分析（PCA）建模过程包含以下步骤：
1. 提取成分并确定保留数量
2. 旋转保留的成分
3. 解释旋转后的结果
4. 创建因子得分
5. 将得分用作回归分析的输入变量

在 R 语言中进行 PCA 有多种方法和包，常用的基础 R 函数有 prcomp() 和 princomp() ，不过 psych 包似乎最为灵活且选项最优。若使用该包进行旋转，还需加载 GPArotation 。

2. 成分提取

使用 psych 包提取成分时，可使用 principal() 函数，语法如下：

pca = principal(pca.df, nfactors=5, rotate="none")

查看提取结果：

pca

输出结果如下：
| | PC1 | PC2 | PC3 | PC4 | PC5 | h2 | u2 |
| — | — | — | — | — | — | — | — |
| gg | 0.83 | 0.05 | -0.10 | 0.45 | 0.04 | 0.90 | 0.10 |
| gag |