PCA 主成分降维
对表格做主成分分析（把多列相关的指标压成少数几个互不重叠的综合维度），一行为一个样本、每一数值列为一个指标。先做 KMO 与 Bartlett 球形检验，再对相关矩阵做特征分解，默认保留特征值大于 1 的主成分，输出特征值与方差贡献率、成分矩阵（指标与主成分的相关系数）、得分系数和每个样本的主成分得分。
综合得分按保留主成分的特征值占比加权并排出名次，也可只看第一主成分；各主成分方向统一为指标越大得分越高。结果另出 Word 和 Excel 版三线表。
加载文件上传组件中...
首行放列名，一行一个样本（如一个城市、一家企业），其余列放数值指标。下面的列名从上传表格的表头里选。
上传表格后可用
这个工具需要的表格大致是这样：
| 城市 | 人均GDP | 教育年限 | 医疗床位 |
|---|---|---|---|
| 成都 | 9.8 | 11.2 | 7.4 |
| 重庆 | 8.6 | 10.4 | 6.9 |
| 西安 | 8.1 | 11.0 | 7.1 |
一行一个样本；标签列放名称或编号，其余列放纯数值。
至少 2 列，都要是数值。留空时自动选用表里的数值列，编号这类几乎每行都不同的整数列不算。任一指标为空的行不参与分析。
排名表和散点图里用这一列标出每个样本；留空时用行号。
论文里最常用的保留标准。关掉后可自己指定个数。
默认开启。各指标单位不同（如元、年、张）时必须开启，否则数值大的指标会主导结果。
【会运行保留的主成分按特征值占比加权（综合评价论文的常用写法）、只用第一主成分得分（第一主成分解释的方差远大于其他时更常见），共 2 种算法】
不用自己选：两种各算一遍排名，报告里两份并列。每个主成分的方向已统一，指标越大、得分越高；成本、污染这类越小越好的指标，请先取负数或倒数再上传。
每 200 行 2 点
PCA 主成分降维常见问题
- PCA 主成分降维适合处理什么材料？
- 中文文本材料，例如新闻报道、政策文件、访谈记录、评论和文学作品，上传文本文件后即可分析。
- PCA 主成分降维会得到什么结果？
- 对表格的数值列做主成分分析，输出特征值、载荷、样本得分与综合排名，另出论文三线表。
- PCA 主成分降维怎么用？
- 上传材料、确认设置、点提交，任务完成后在工作台打开报告。不用安装软件，也不用写代码。详细步骤见教程《PCA 主成分降维完整教程：从 KMO 与 Bartlett 检验，到成分矩阵与得分系数，再到综合得分和排名》。
- PCA 主成分降维怎么计费？
- 按行数计费，每满 200 行 2 点，不足 200 行按 2 点算。提交前页面会显示本次消耗。
- 结果可以写进论文吗？
- 可以。报告里的数字和图表附有统计口径与原文出处，末尾有方法说明，涉及统计模型的报告还列出参考文献，可以作为论文附件或方法依据。
在论文里引用PCA 主成分降维： 查看引用格式