既然我们已经涵盖了PCA理论及其所依赖的概念的很大一部分，让我们返回到前面的示例，看看其中一些是如何实现的。这是一个具有五个变量的数据集，我们已经看到一些具有相关性，另一些则不具有。
使用这些数据和Prism，我们可使用所有默认选项（标准化数据、通过平行分析进行PC选择）执行PCA，但选择显示所有可用的图表（包括碎石图和方差比例图）。请注意，默认情况下，Prism不包括作为结果表的标准化（或居中）数据表，但是如果您愿意，您可以选择显示它。
本示例中涵盖的部分
既然我们已经涵盖了PCA理论及其所依赖的概念的很大一部分，让我们返回到前面的示例，看看其中一些是如何实现的。这是一个具有五个变量的数据集，我们已经看到一些具有相关性，另一些则不具有。
使用这些数据和Prism，我们可使用所有默认选项（标准化数据、通过平行分析进行PC选择）执行PCA，但选择显示所有可用的图表（包括碎石图和方差比例图）。请注意，默认情况下，Prism不包括作为结果表的标准化（或居中）数据表，但是如果您愿意，您可以选择显示它。