Salut,
Lors de l'analyse PCA parmi les paramètres, j'ai conclu que les colonnes A et B seraient statistiquement correctes si l'on utilisait le rapport de (A / 
. Ou y compris toute relation mathématique entre les colonnes serait un chevauchement?
Merci
Salut Alma1,
Je ne suis pas tout à fait sûr de ce que vous voulez dire. Voulez-vous dire que vous avez inclus les colonnes A et B dans une analyse en composantes principales et que vous vous demandez si vous pouvez également inclure une troisième variable, R = A / B, dans la CPA avec A et B?
Si telle est votre question, je vous conseillerais de ne pas le faire, même si cela dépend vraiment de la signification que vous souhaitez tirer de votre ACP. Si vous incluez d'autres colonnes fortement corrélées à vos colonnes d'origine, vous doublez essentiellement * l'effet de la ou des variables d'origine sur la variance qu'elles expliquent dans les principales composantes. (* Pas nécessairement le double - la quantité de l'effet dépend de la corrélation entre la variable d'origine et la nouvelle variable. Mais vous allez essentiellement gonfler l’effet de la ou des variable (s) originale (s) en recherchant les composantes principales expliquant la majorité de la variance dans votre ensemble de variables.)
Vous pouvez trouver plus d'informations sur l'effet statistique de l'inclusion de variables corrélées (l'une des préoccupations des variables telles que R = A / B, qui est parfaitement identifiée grâce à la connaissance de A et dans une ACP en recherchant en ligne quelque chose comme "peut vous utilisez des variables hautement corrélées dans pca? "
En général, utiliser une combinaison de variables qui sont des fonctions les unes des autres (c'est-à-dire en connaissant A et B, nous savons parfaitement que R = A / n'est pas une bonne idée dans un modèle statistique. Les méthodes qui ne dépendent pas d'un modèle de distribution statistique sous-jacent, cependant, comme les méthodes basées sur des arbres, peuvent toujours gérer l'inclusion de variables supplémentaires telles que votre variable de ratio. Vous pouvez également envisager d'utiliser une méthode de modélisation statistique, telle que la régression pénalisée (LASSO, par exemple), pour vous aider à choisir la version des variables corrélées à conserver pour votre PCA.
