主成分分析不适合处理多重共线性问题？

支持2楼和4楼，正解。

支持喽

很有帮助

主成分的降维处理确实可以在一定程度上解决共线性，但其主成分的含义需要合理解释。

zlgsx 发表于 2016-4-9 09:10
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、 ...

分析的有道理！

还是不懂PCA~

学习了，主成分分析是用来降维的，共线性本身并不能用主成分分析解决，主成分分析可以消除共线性，但解释也变了

学习学习了

书中提到：当进行主成分分析过程中得到的协方差矩阵或者相关性矩阵的最小特征根接近零时，应该注意对主成分的解释，或对初始指标进行筛选。
请问：主成分分析过程中得到的协方差矩阵或者相关性矩阵的最小特征根，怎么看？是主成分分析得出的那张图表里的数据呢？

感谢楼主分享，请问所指人大的书名就是《多元统计分析》吗？