主成分分析简单理解,目的是要找到几个方向,这几个方向是相互垂直的(例如:常见欧式空间中二位平面的x轴和y轴,三维空间中的x、y、z轴),使得数据的发散主要是在这几个方向上,从而达到降维的目的。
大概就是这样子,文字描述只能简单叙述以下思想。你要做统计模型数学0基础肯定不行,也没人帮得了你,做简单统计对数学要求其实不高,高数、线性代数和概率论就够用了。
第二问,不同方法的结果当然不同,因为不同方法的假设、思想是不一样的(每个统计模型都有假设),只能根据实际问题来判断,其实这又回到第一个问题了。
如果简单看相关性做数据分析,画个图或者做个表(离散分类变量)就好。主成分分析主要用作降维。
个人浅见,仅作参考。