高手呀，R我一点也不会啊

prcomp是基于SVD分解，princomp是基于特征向量eigen()函数

SPSS用的应该是prcomp，
R的这两个都是自带的，不用加载扩展包
得到的结果包括：

• 特征根集，
• PC scores表，
• （变量和PC）相关系数表（table of loadings）
  

   
更多的期待SPSS高手来解

请问 princomp() 在哪个包里？

psych这个包里有

在R中要看到得分系数矩阵，使用summary()函数
pr<-princomp(data,cor=TRUE)  #做主成分分析，data为数据
summary(pr,loadings=TRUE)  #提取主成分分析信息，包括主成分系数矩阵
predict(pr)  #计算主成分得分

在SPSS中没有直接的主成分分析方法，要使用因子分析，它算出来的成分矩阵就可以作为系数矩阵了，这个值除以λ的开平方就是R中的系数矩阵了
要在SPSS中计算得分有3种方式：
（1）使用成分矩阵 y1'=a1*(x1-x1的均值)/x1的标准方差开平方+a2*(x2-x2的均值)/x2的标准方差开平方...
       则y1 = y1' /λ1的开平方
这里的x1和x2是原始数据
（2）使用成分得分系数矩阵： y1'=a1*(x1-x1的均值)/x1的标准方差开平方+a2*(x2-x2的均值)/x2的标准方差开平方...
       则y1 = y1'*λ1的开平方
（3）在SPSS中进行主成分计算时，在得分选项中，将保存为变量勾选上，然后它会计算出因子得分来，然后在SPSS转换->计算变量中，目标变量输入y1,然后双击它生成的第一个因子得分，然后在后面输入*(λ1的值**0.5）即可