Ciao,
Durante l'esecuzione dell'analisi PCA tra i parametri ho concluso la colonna A e la colonna B sarebbe statisticamente corretto utilizzare la razione di (A / 
? O includere eventuali relazioni matematiche tra le colonne sarebbe una sovrapposizione?
Grazie
Ciao Alma1,
Non sono abbastanza sicuro di cosa intendi. Stai dicendo che hai incluso le colonne A e B in un'analisi Principle Components e ti stai chiedendo se potresti includere anche una terza variabile, R = A / B, nella PCA con A e B?
Se questa è la tua domanda, ti suggerirei di non farlo, anche se dipende molto dal significato che vuoi ottenere dalla tua PCA. Se includi altre colonne altamente correlate alle colonne originali, raddoppierai essenzialmente * l'effetto delle variabili originali sulla varianza che spiegano nei componenti principali. (* Non necessariamente doppio: la quantità dell'effetto dipende dalla quantità della correlazione tra la variabile originale e la nuova variabile. Ma fondamentalmente gonfierete l'effetto della / e variabile / e originale / i nel trovare quali componenti principali spiegano la maggior parte della varianza nel vostro insieme di variabili).
Puoi trovare maggiori informazioni sull'effetto statistico di includere variabili correlate (che è una delle preoccupazioni per l'avariabile come R = A / B, che è completamente identificata conoscendo A e in una PCA cercando online qualcosa come "può usi variabili altamente correlate in pca? "
In generale, l'uso di una combinazione di variabili che sono funzioni l'una dell'altra (ovvero, conoscendo A e B, sappiamo perfettamente che R = A / non è una buona idea in un modello statistico. I metodi che non dipendono da un modello di distribuzione statistica sottostante, tuttavia, come i metodi basati su albero, possono ancora gestire l'inclusione di variabili extra come la variabile del rapporto. E si potrebbe anche considerare l'utilizzo di un metodo di modellazione statistica come la regressione penalizzata (LASSO, ad esempio) per aiutare a decidere quale versione delle variabili correlate tenere per il proprio PCA.
