如何对Varimax旋转后的主成分按方差加权并重构原始数据？

核心问题成因 #

1. 错误使用方差（特征值）作为重构权重：你可能误以为要用旋转后主成分的特征值加权得分来重构，但Varimax旋转后的特征值是主成分的方差，并非原始变量的重构权重。重构的核心是利用旋转后的载荷矩阵，而非特征值。
2. 重构逻辑混淆：PCA重构是主成分得分与载荷矩阵的线性组合，不是得分乘以特征值。旋转后主成分的载荷矩阵才是连接主成分和原始变量的桥梁。
3. Kaiser规则的局限性：如果4个变量中只有少数特征值>1，保留的主成分解释的总方差占比低，自然会导致重构误差大——比如4个变量总方差为4，若只保留1个特征值>1的主成分，假设其特征值是1.8，仅解释45%的方差，重构必然有明显差异。

正确的重构步骤（R语言实现） #

方法一：使用psych包（直接支持旋转与得分提取） #

library(psych)

# 1. 加载并标准化数据（替换为你的实际数据集）
raw_data <- read.csv("your_data.csv")
std_data <- scale(raw_data)  # Z-score标准化

# 2. 执行PCA+Varimax旋转，自动计算得分
pca_res <- principal(std_data, nfactors = 4, rotate = "varimax", scores = TRUE)

# 3. 按Kaiser规则筛选主成分（特征值>1）
keep_idx <- which(pca_res$values > 1)
selected_scores <- pca_res$scores[, keep_idx]
selected_loadings <- unclass(pca_res$loadings[, keep_idx])  # 转换为普通矩阵

# 4. 重构标准化数据
recon_std <- selected_scores %*% t(selected_loadings)

# 5. 还原为原始尺度（若需要）
recon_raw <- t(t(recon_std) * apply(raw_data, 2, sd) + apply(raw_data, 2, mean))

# 验证误差
mean((raw_data - recon_raw)^2)

方法二：使用FactoMineR+手动旋转 #

library(FactoMineR)
library(psych)

# 1. 标准化数据
std_data <- scale(raw_data)

# 2. 执行PCA
pca_facto <- PCA(std_data, scale.unit = FALSE, ncp = 4, graph = FALSE)

# 3. 提取原始载荷并做Varimax旋转
raw_loadings <- pca_facto$var$coord
rotated_loadings <- varimax(raw_loadings)$loadings

# 4. 筛选特征值>1的主成分
eigen_vals <- pca_facto$eig[, 1]
keep_idx <- which(eigen_vals > 1)
rot_loadings_keep <- rotated_loadings[, keep_idx]
scores_keep <- pca_facto$ind$coord[, keep_idx]

# 5. 重构与还原
recon_std <- scores_keep %*% t(rot_loadings_keep)
recon_raw <- t(t(recon_std) * apply(raw_data, 2, sd) + apply(raw_data, 2, mean))

关键注意点 #

• 旋转后的载荷矩阵必须用于重构：载荷矩阵的每一行对应一个原始变量，每一列对应一个主成分，代表该变量在主成分上的权重。
• 若重构误差仍然较大，可考虑放宽主成分筛选规则：比如结合 scree 图（screeplot(pca_res)）保留特征值下降趋势变缓的主成分，而不是严格遵循Kaiser规则。
• 标准化的可逆性：Z-score标准化后重构，必须用原始数据的均值和标准差还原，否则结果会偏离原始尺度。

内容的提问来源于stack exchange，提问作者Nikos