主成分分析从本质上看,不是一种模型分析而是属于数据变换,他把多个主成分表示成变量的函数,从而是数据变换,而因子分析是把变量表示成比较抽象的看不见的公共因子和特殊因子的线性组合,因而因子分析属于模型分析,不但要找出系数还要解释公共因子的具体含义.实际上公共因子的选取方法之一就是采用主成分方法,因而两者还有一定的联系.

谢谢

另外还有一篇文章：主成分分析与因子分析的异同比较及应用，解压后用caj看

GTL的那篇东西很不错，特别是对因子分析说明中的那个例子。但在实际例子中还是有一样的感觉，我最后的体会是主成分最终目的是减少变量，因子分析是减少变量了还要重新命名。命不了名，要不是指标选得不妥就是个人见解水平问题了

主成分分析和因子分析的区别：
    主成分分析：
     1.用较少的变量表示原来的样本；
     2.目的是样本数据信息损失最小的原则下，对高维变量进行降维。
     3.参数估计，一般是求相关矩阵的特征值和相应的特征向量（主成分分析法），取前几个计算主成分。
     4.应用：应用较少变量来解释各个样本的特征（数据降维、综合平价）。
   因子分析：
    1.用较少的因子表示原来的变量；
    2.目的是尽可能保持原变量相互关系(结构)原则下;寻找变量的公共因子。
    3.参数估计，指定几个公因子，将其还原成相关系数矩阵，在和原样本相关矩阵最相似（最大似然法）原则下，估计各个公因子的估计值。
    4.应用：找到具有本质意义的少量因子来归纳原来变量的特征（因子降维、潜在因子）。
引自： http://www.chinadps.net/whatsnew1.htm