主成分分析在什么条件下才有效

主成分分析应用的前提条件 

1、因子数量应该比较多，否则搞主成分就没有意义。

2、因子之间的共线性或相关关系要比较强，所以要进行KMO检验。 

3、变量类型必须为连续变量(可简单理解为有大小之别的数据，如植被盖度、海拔、温度、降水等)，分类变量(无大小之分)是不能加入分析的，如坡向、树种等。很多论文把坡向的东西南北转化为1、2、3、4，虽然软件是可以给你算的，但结果毫无意义!!主成分分析说到本质上是分析的方差，可以想象无大小之分的数据，如何来计算方差! 

四、重要分析结果的解读

1、如何确定是否可以做主成分分析。要看KMO的统计值，如果值>0.7，才表示适合做主成分分析

2、如何确定主成分的个数。重点看两个值，主成分的特征值要>1，累计贡献率要>80%

3、如何确定重要因子。要看转置矩阵中的各因子对应的特征值，值的正负表示正影响还是负影响，通常这个值的绝对值要大于0.3。 

4、各主成分的定性。统计永远给出的是数值，关键是如何进行生态学意义的解读，这个要看具体研究的问题，在此不展开。