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
请注明:姓名-公司-职位
以便审核进群资格,未注明则拒绝
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。