PCR阴性和阳性负荷和回归系数

时间:2018-05-02 13:00:53

标签: r linear-regression pca

我正在研究主成分回归。我的数据集由150个变量和60个观察值组成。我知道我应该有更多的观察而不是变量。我在我的数据集上使用了PCA。我通过PCA收到了9个因素。某些因素包括具有正负载的变量。之后,我使用因子分数和因变量进行了多元回归。那里也出现了正负回归系数。我的问题是,如何在积极和消极的组合中实施因子载荷和回归系数?

例如:因子1具有回归系数-0.17,var1因子加载0.4,var3因子加载-0.3和var7因子加载-0.22。因子2的回归系数为0.28,var2因子加载为-0.21,var3因子加载为0.4,var6因子加载为-0.3。

我的目标是创建150个变量的组,为这些组命名,并能够解释哪些组导致y值更高或更低。我想知道这些组中的变量是否增加或减少。 到目前为止,我已将x变量标准化。我测试了使用parallels分析时使用了多少因素,并使用以下代码应用了PCA:

nipals (xVars, a = 9)
scores <- (nipals (xVars, a = 9) $ T)
loadings <- (nipals (xVars, a = 9) $ P)

使用因子分数我应用回归分析,其中x1到9是我的因子的分数。 fit <- lm (y ~ x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 + x9)。我的模型摘要给出了系数。如何用相应的因子载荷实现这些系数?

数据:

y   x1  x2  x3  x4  x5
-1,392  0,033   4,471   0,038   0,148   2,208
2,740   0,066   52,836  0,041   0,526   0,186
-0,066  0,219   10,559  0,132   0,488   0,230

因素加载:

    F1  F2  F3  F4
1   0,10    0,07    0,16    0,08
2   0,05    -0,03   -0,01   -0,22
3   0,14    0,06    0,05    0,01
4   0,12    -0,08   -0,01   -0,03
5   0,12    -0,12   -0,03   0,07

0 个答案:

没有答案