数据标准化处理后，进行主成分分析，得到一系列表

                        解释的总方差

                初始特征值                        提取平方和载入

成份        合计        方差的 %        累积 %        合计        方差的 %        累积 %

1        1.897        47.429        47.429        1.897        47.429        47.429

2        1.550        38.740        86.169        1.550        38.740        86.169

3        .393        9.826        95.995                       

4        .160        4.005        100.000                       

提取方法：主成份分析。

提取出两个主成分f1，f2，主成分载荷矩阵如下：

        成份矩阵(a)

        成份

        1        2

Zscore(x1)        .731        -.513

Zscore(x2)        .818        .503

Zscore(x3)        .359        .897

Zscore(x4)        .752        -.477

提取方法 :主成份。

a. 已提取了 2 个成份。

将主成分载荷矩阵每列（以第一列为例）的系数

除以其相应的特征根（1.89716914093361）的开根（1.37737763192728）后得到主成分系数向量：

则f1=0.530636*zx1+0.59377*zx2+0.260664*zx3+0.545818*zx4,带入第一个标准化后的数据（以歌华有线为例），计算得1.23183373990056，即主成分f1的值。

问题：这样计算有问题么？我在google，检索：“利用spss主成分分析 filetype:doc”，下载名为“主成分分析与因子分析详细的异同和SPSS软件”的文章，上文采用的数据即来自该文章。

按照该文章计算，f1（歌华有线）=

1.23，和我计算的也是一样的。

但是，问题：

spss在数据源窗口中按照主成分分析后，会自动计算FACT1_1，其f1（歌华有线）=0

另外，我计算主成分分析，得到低维的变量，以方便在后面作为BP神经网络的输入端（减少输入），训练模型后用于预测。那么再请教一下，训练好之后，我用一个元组的变量来预测。按照之前的步骤，首先要进行标准化，然后按照主成分得分公式，计算得到f1，f2...的值，带入模型，就可以预测出应变量的值了。

但是，问题：

我这样总体分析思路对么？如果对，如何才能将一个元组里的多个变量值，标准化？