因子分析是将多个实测变量转换为少数几个综合指标（或称潜变量），主要用于寻找数据的内在逻辑和降维。在本课节中，老师从应用因子分析的情境出发，经过方差共同度分析、主成分分析，深入浅出地解析获取公因子的过程，拔高学员的数据处理能力。
本节课包括以下知识点：
-
何种情况进行特征提取
-
因子分析
-
方差共同度
-
主成分分析
是否遗漏：是否有方差，是否有方差的丢失；
和的方差能够变为方差的和；
列项求和；
怎么去考察原有有没有丢失重要的变量：
一个是从变量的共同度的角度，变量的共同度越接近于1，说明它的方差丢失越少，重要的信息保留的越多；
二，全体变量丢失和保留的情况，可以通过所有变量共同度之和来做，也等价可以用因子变量它的方差贡献之和来做，更直观的方式是用总的方差贡献率来做，这个值越接近于1，说明原有变量它的方差的保留越多；
主成分分析：给因子分析做铺垫；
主成分分析的出现主要是为了降维——即将已知的所有变量只抽取重要的几个变量进行分析；
主成分分析中，y1到yp的方差是递减的，所以只需要留最大的几个y作为主成分即可；
只要降维，方差一定会丢失，但是一般都会保证方差贡献率在80%以上；
