- 阅读权限
- 255
- 威望
- 0 级
- 论坛币
- 2356 个
- 通用积分
- 0.0331
- 学术水平
- 0 点
- 热心指数
- 0 点
- 信用等级
- 0 点
- 经验
- 952 点
- 帖子
- 17
- 精华
- 0
- 在线时间
- 91 小时
- 注册时间
- 2016-7-12
- 最后登录
- 2019-4-26
大专生
还不是VIP/贵宾
- 威望
- 0 级
- 论坛币
- 2356 个
- 通用积分
- 0.0331
- 学术水平
- 0 点
- 热心指数
- 0 点
- 信用等级
- 0 点
- 经验
- 952 点
- 帖子
- 17
- 精华
- 0
- 在线时间
- 91 小时
- 注册时间
- 2016-7-12
- 最后登录
- 2019-4-26
| 开心 2016-7-13 16:44:06 |
---|
签到天数: 1 天 连续签到: 1 天 [LV.1]初来乍到
|
50论坛币
目前情况是这样的:
1个因变量,30多个自变量
基于这样的情况肯定是要降维的
问题1:
其中7个自变量xn都比较复杂。以其中一个x1为例,x1是由29列数据组成,目前通过分析、1stopt的公示拟合(y与x1i,i=29),可以得出一个非线性的函数关系(主要是为每列数据匹配一个权重),公式里面的参数也都通过1stopt跑出最优的参数。但是因为要做主成份分析,里面的参数肯定不是最优的了,所以如何能跑出最优的参数来适应主成份分析呢?
问题2:
其中3个自变量都是多分类变量(例如有1-5类),这类数据应该如何做主成份分析呢?如果把1-5直接代入是不是不符合物理意义(因为他们不是一倍两倍的关系)?
问题3:
主成份分析后是否还可以做非线性回归?如果做非线性回归的话,那么之前的参数不就又不是最优了么
麻烦各位了。。
|
|