PCA中的T2 Hotelling-如何在降维后选择协方差矩阵

Question

我试图在我的pca分析中使用T平方分布（手工）。目的是进行尺寸缩小后的诊断。

M=self.PCA_red.shape[1]
N=self.PCA_red.shape[0]
F=scipy.stats.f.ppf(0.95,M,N-M) 
self.T2lim=(M*(N-1)/(N-M))*F
for i in range(self.PCA_red.shape[0]):
    self.T2.append(self.PCA_red[i].dot(inv(self.cov_mat)).dot(self.PCA_red[i].T))

pA_red将数据从（236,8）减少到（236,4），因此第一协方差矩阵具有（8,8）。如何计算新的协方差矩阵T平方分布？我应该根据减少的数据来计算吗？有人可以向我解释吗？