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。。