主成分分析不适合处理多重共线性问题？

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

本来一般认为当回归模型遇到多重共线性时，可以使用主成分回归，如下图

然而我在看人大的多元统计分析时，书中认为对待多重共线性时要谨慎。

但是该章节最后又说了一句。

令我很困惑。我用R试了一下，完全共线性可以避免。
求大神解答。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏3 回帖

关键词：多重共线性问题 多重共线性 主成分分析 多重共线 主成分 模型 统计

不是说不可以用主成分，只是说1.信息有损失；2.用主成分之后变量的经济意义发生变化，解释要慎重；

同意楼上的意见

主成分分析的主要目标是1、化简数据，降低维度，通过坐标转换，对矩阵中包含的变异信息进行抽取和分离；2、化简过的数据用来进行数据解释，我们可以掌握/处理的信息是有限制的，降维后的数据更加容易“掌控”，当然这是有代价的，要看方差抽取比例，更重要的是看用来做什么及能否有合理的框架对化简后的数据赋予意义。
用主成分分析来处理共线性，有其数学和常识上的合理性，但是，如果变量不宜合并，是需要慎重使用的，只是处理共线性的一种方法，还可以删除变量，可以岭回归，有时候改变样本也会有变化。
问题框架对于方法选择非常关键。

顶顶顶顶顶顶顶顶

不是解决了么

学习学习学习。

支持一下了，看不懂

也在学，支持喽

学习学习。。