我运行了一个包含9个变量的PCA,然后想要使用前3个主要组件运行所有可能的线性模型 . 然而,当我运行8个不同的线性模型时,截距和系数估计完全相同,而不管我在模型中使用的因变量 .
我已经更新了R和R Studio,但仍然得到了相同的结果 . 如果有人之前已经处理过这个问题或有任何建议,我真的很感激帮助 . 谢谢!
我用来获取主成分值和线性模型的代码如下 .
MOOPCA <- prcomp (MOOSE [, -1], cor = TRUE, scale = TRUE)
PCApredict <- predict(MOOPCA)
PC1 <- PCApredict[, 1]
PC2 <- PCApredict[, 2]
PC3 <- PCApredict[, 3]
Full <- lm(Density ~ PC1 + PC2 + PC3)
summary(Full)
MOO1 <- lm(Density ~ PC1)
summary(MOO1)
MOO2 <- lm(Density ~ PC1 + PC2)
summary(MOO2)
所有模型都具有截距和PC1的回归系数 . 为什么?
1 回答
主成分彼此正交,即它们之间没有线性相关 .
此外,它们与截距正交:
因此,如果您拟合线性回归模型
~ 1 + X0
,系数将是不变的 .