关于对时间序列数据进行PCA的问题

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

各位大侠好，小弟有一问题不解，还请各位大侠不吝赐教：

经常见到很多文章对时间序列进行主成分分析，比如找P只股票（或指标）的N年数据，这样，行为时间，列为指标，也就是把每个时间点看成一个P维样本，一共N个样本，直接进行主成分分析。

小弟的问题是：多元统计分析的前提假设是样本之间应该是独立同分布的，如果把每个时间点当成样本看待，那样本之间不可避免存在相关，这样，多元统计里的分析方法如主成分分析还适用吗？

谢谢先啊

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：时间序列数据 序列数据 时间序列 pca 多元统计分析 数据 时间 序列 pca

谁说的多元统计分析的前提假设是样本之间应该是独立同分布的?

于秀林，任雪松，《多元统计分析》第23面。

如果把时间点看成样本，那么进行主成分分析后会不会改变样本之间的相关性呢？

如果没有改变样本之间的相关性，那我可以理解成PCA只是消除了指标的相关性，而没有消除样本的相关性，接下来可以对样本进行PCA，把两个维度的相关性都消除掉。

我就是不知道：当两个维度的个体之间都存在相关时，对其中一个维度进行PCA会不会改变另一个维度的相关性。

谢谢楼上的大侠回答。