主成分分析（PCA）是一种多变量技术，用于在尽可能保留数据信息的同时降低数据集的维度。 本节的各页面将就执行PCA时所涉及的一些概念和技术提供一些背景信息。尽管Prism会承担数据处理和计算方面的所有“繁重工作”，但理解相关概念的基本原理对于解读PCA结果将大有裨益。 如果您想跳过理论部分，直接进行数据分析，本指南的这一部分将为您介绍分析中可用的各项选项；而本节内容将帮助您理解PCA生成的结果。
主成分分析（PCA）是一种多变量技术，用于在尽可能保留数据信息的同时降低数据集的维度。 本节的各页面将就执行PCA时所涉及的一些概念和技术提供一些背景信息。尽管Prism会承担数据处理和计算方面的所有“繁重工作”，但理解相关概念的基本原理对于解读PCA结果将大有裨益。 如果您想跳过理论部分，直接进行数据分析，本指南的这一部分将为您介绍分析中可用的各项选项；而本节内容将帮助您理解PCA生成的结果。