嗨，
在參數中進行PCA分析時，我總結了A列和B列，使用（A / B）的比例在統計上是否正確？或者包括列之間的任何數學關係都會重疊？
謝謝
嗨Alma1，
我不太清楚你的意思。您是說在主成分分析中包含A列和B列，並且您想知道是否還可以在帶有A和B的PCA中包含第三個變量R = A / B？
如果那是你的問題，我建議不要這樣做，雖然這實際上取決於你想從你的PCA中得到什麼意思。如果包含與原始列高度相關的其他列，則基本上將原始變量的效果加倍*它們在主要組件中解釋的方差。（*不一定是兩倍 - 效果的數量取決於原始變量和新變量之間的相關量。但是你將基本上誇大原始變量的影響，找出哪些主要成分解釋了你的變量集中的大多數方差。）
您可以通過在線搜索類似“罐頭”的內容，找到更多關於包含相關變量的統計效果的信息（這是通過知道A和B完全識別出的R = A / B等關注點之一）你在pca中使用高度相關的變量嗎？“
通常，使用彼此函數的變量組合（即，通過知道A和B，我們知道完全知道R = A / B）在統計模型中不是一個好主意。但是，不依賴於基礎統計分佈模型的方法，如基於樹的方法，仍然可以處理包含比率變量等額外變量。您還可以考慮使用統計建模方法，例如懲罰回歸（例如LASSO）來幫助確定為PCA保留哪個版本的相關變量。
