我的问题是关于R中的功能主成分分析。 我正在处理类似于以下内容的多维时间序列:
我的目标是通过应用功能性PCA减小尺寸,然后绘制第一个主要成分,如下所示:
我已经在数据集中使用了fdapace
包的FPCA函数。不幸的是,我不明白如何解释FPCA估算的结果矩阵(xiEst
)。
以我的理解,主成分的值存储在矩阵的列中。
不幸的是,列数与我的多维时间序列的时间间隔数不匹配。
我不知道矩阵中的值如何对应于原始数据的值,也不知道如何绘制第一个主成分作为原始数据的降维。
如果您需要一些代码来重现这种情况,可以使用软件包的medfly数据集:
library(fdapace)
data(medfly25)
Flies <- MakeFPCAInputs(medfly25$ID, medfly25$Days, medfly25$nEggs)
pfcaObjFlies <- FPCA(Flies$Ly, Flies$Lt)
当我通过
绘制第一个主成分时plot(fpcaObjFlies$xiEst[,1], type = "o")
该图并不符合我的期望:
我本来希望有一个与medfly数据集的图相似的具有25个观察值的图。