楼主: 小灰灰2017
2525 3

[问答] 主成分分析法中,转换后得到的随机变量相关系数为0吗? [推广有奖]

  • 0关注
  • 0粉丝

初中生

95%

还不是VIP/贵宾

-

威望
0
论坛币
15 个
通用积分
0
学术水平
0 点
热心指数
0 点
信用等级
0 点
经验
388 点
帖子
9
精华
0
在线时间
26 小时
注册时间
2016-4-21
最后登录
2017-1-4

楼主
小灰灰2017 发表于 2016-11-15 09:46:41 |AI写论文
5论坛币
如题。
在数据处理中希望把一组相关系数互不为0的随机变量,通过线性变换转化为一组两两相关系数为0的随机变量,查阅资料知道PCA可以降维,但是可不可以做到新的随机变量相关系数为0?感谢!

最佳答案

cifr 查看完整内容

不完全是, 我的理解是如果你想降低样本内的相关系数, 不应该使用PCA. 因为它是一种指示样本总体在选定的正交基时的矢量特性的技术, PCA对样本本身没有特别要求(或者说样本应具有至少两个正交维度), 和内生相关性的关系一般是通过指出样本最强和最弱的维度, 间接揭示了内部的相关系数.
关键词:主成分分析法 主成分分析 相关系数 随机变量 主成分 主成分分析法 SPSS 分析法

回帖推荐

cifr 发表于2楼  查看完整内容

PCA不是对源数据作一一对应的变换的 只是找出样本所有维度的正交基 并舍弃最不能解释样本特性的维度 如果你强行把样本中所有此维度分量删除 得出的新样本也不能就相关性得出任何结论

沙发
cifr 发表于 2016-11-15 09:46:42
小灰灰2017 发表于 2016-11-18 21:17
感谢,那这么说是对样本有要求了?
不完全是, 我的理解是如果你想降低样本内的相关系数, 不应该使用PCA. 因为它是一种指示样本总体在选定的正交基时的矢量特性的技术, PCA对样本本身没有特别要求(或者说样本应具有至少两个正交维度), 和内生相关性的关系一般是通过指出样本最强和最弱的维度, 间接揭示了内部的相关系数.

藤椅
cifr 发表于 2016-11-16 12:38:59
PCA不是对源数据作一一对应的变换的 只是找出样本所有维度的正交基 并舍弃最不能解释样本特性的维度 如果你强行把样本中所有此维度分量删除 得出的新样本也不能就相关性得出任何结论

板凳
小灰灰2017 发表于 2016-11-18 21:17:35
cifr 发表于 2016-11-16 12:38
PCA不是对源数据作一一对应的变换的 只是找出样本所有维度的正交基 并舍弃最不能解释样本特性的维度 如果你 ...
感谢,那这么说是对样本有要求了?

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群
GMT+8, 2026-1-1 05:14