求问主成分分析是否需要对数据进行逆向化处理？

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

如题，因为看到很多文献在分析之前会对某些“数值越小越好”的数据进行逆向化处理——取倒数或者用最大值相减，所以我也在自己的实验中进行了这一步，但是最后看来处理前后的结果并没有太大的区别，不仅kmo检验数值那些一模一样，而且元件矩阵里那些数值也全都是一样的，只是某些数据的正负符号不同。
因为我想用这个主成分分析构建一个主成分回归评价模型，所以我想请问大家一般会在自己研究中进行这一步吗？毕竟依靠个人主观的想法来判断数据是不是存在“逆向”作用也会给分析结果造成误差，但是不处理又怕无法体现数据“越小越好”的特点～～～请问各位是如何处理的？顺便问一句，你们是如何判断某些数据是否存在“逆向”作用的？因为我的因变量是分类变量，应该无法用线性回归来分析自变量的作用方向的～～

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0 回帖

关键词：主成分分析 主成分 kmo检验 主成分回归 越小越好 最大值 倒数 而且 模型