在高维时间序列中检测和去除多重共线性

时间:2015-04-02 19:18:04

标签: matlab pca

我正在使用matlab中的数据矩阵,其维度为n-by-m,其中('n'是回归量的数量= 61)和('m'是数据点的数量= 500)。我有理由怀疑数据是高度共线的。我一直在阅读“共线性”主题,我开始意识到有许多有效的选项可以使用(例如主成分分析)。

从最简单的方法开始,我尝试实施PCA。但是,PCA给我的是以下输出:主成分,潜变量,POV(方差百分比)。我基本上为我的数据创建主要组件空间

我的问题如下:在获得主成分空间后,我怎样才能将我拥有的变量(PC,Lat,POV)转换为时间空间约束到相关组件(典型的那些解释99%的方差)?换句话说,我的数据如何反映PCA分析?

非常感谢提前

0 个答案:

没有答案