全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SPSS论坛
5037 1
2011-08-29
主成分分析是一种降维方法,将用于说明同一个问题的多个变量减少为几个代理变量。

这就有个问题了。
比如,用于说明农业可持续发展这一问题,可以有好多变量。人均耕地面积、单位面积化肥量、单位面积产出、等等好多变量都可以说明农业的发展情况,并且这些变量有一个特点,就是数值越大,表明农业发展情况越好。说明农业发展问题的还有一个变量:自然灾害面积,自然灾害面积当然是越小越好。
这就有问题了,其他的变量都是越大越好,而自然灾害面积是越小越好。
在选择原始变量时,是不是要考虑原始变量的变化方向?不一致的话,能否用于主成分分析呢?
二维码

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

全部回复
2015-4-7 16:16:21
主成分评价,如果要算综合得分,分值越大越好,因此需要正向化处理;如果主成分回归,因为不是要综合评价,只关注自变量对因变量的影响,则无须正向化。
二维码

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

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群