主成分分析得到的数值出现负数

caokaijie1996 发表于 2021-1-26 09:58
同样的问题，后来怎么解决的

用1 加减

cyming 发表于 2021-2-25 16:14
用1 加减

您好，请问这个做法，您那边有没有什么期刊依据可以提供一下，实在找不到相关的文章，您能讲解一下吗

cyming 发表于 2019-1-22 15:46
请问老师，我用5个指标合成一个主成分，想做为被解释变量，但是合成出来的指标有负数，还可以直接用作Y做 ...

同问，那被解释变量里面有正有负 。后面对其做回归分析时，那x对y的影响正负性怎么解释呢

我的圈123 发表于 2021-5-13 00:21
您好，请问这个做法，您那边有没有什么期刊依据可以提供一下，实在找不到相关的文章，您能讲解一下吗

请问你找到这种解决办法了吗？综合得分有正有负，在后面回归里，就不知道怎么解释正负向的影响问题了

520wujing 发表于 2021-7-31 17:48
请问你找到这种解决办法了吗？综合得分有正有负，在后面回归里，就不知道怎么解释正负向的影响问题了

主成分正负是代表方向，，好像没办法发文件，可以看看主成分统计学相关书

cyming 发表于 2021-8-2 10:56
主成分正负是代表方向，，好像没办法发文件，可以看看主成分统计学相关书

好的，谢谢

请问有处理办法吗

hanfenghan8417 发表于 2018-8-14 00:23
H的确切数值应该为3倍的标准差。

请问有书推荐吗？平移三倍标准差是为什么呢？

主成分分析（PCA）后得到的综合得分出现负数是完全正常的。这是因为PCA是一种线性变换技术，生成的主成分可以跨越零点，在数学上没有特别的意义区别正数和负数。

如果在某些应用中你不希望看到负数结果（比如当分数被用于解释或报告时），你可以选择对数据进行平移。平移就是简单地加上一个常数值到所有得分上，以确保所有的值都是非负的。具体操作如下：

1. **计算最小值**：找出所有主成分综合得分中的最小值。

2. **确定偏移量**：为了将这个最小值转换为零或正数，你需要确定一个合适的偏移量。这通常是最小值的绝对值（如果目标是确保没有负数）或者是一个更大的数值来确保数据有一定的非负范围开始。

3. **执行平移操作**：将上述计算出的偏移量加到每个得分上。这样处理后，原本最小的那个得分将会被转换为零或正数，而其他所有值也会相应增加相同数量，保持它们之间的相对差异不变。

例如，如果你的主成分得分为[-3, 0, 2]，最小值是-3。为了确保没有负数结果，你可以加上|-3| = 3作为偏移量。平移后的结果为[0, 3, 5]。

需要注意的是，这样的操作纯粹是为了便于解释或展示数据，并不会改变PCA分析的本质意义或者数据之间的相关性结构。在科学和数据分析的语境中，保留原始得分可能更为合适，因为它们更真实地反映了数据的变化范围和特性。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用