こんにちは、
パラメーターAの中でPCA分析を実行している間に、列Aと列Bを結論付けましたが、（A / B）の比率を使用することは統計的に正しいでしょうか。または、列間の数学的関係を含めることは重複しますか。
ありがとう
こんにちはAlma1、
私はあなたがどういう意味なのかよくわかりません。主成分分析に列AとBを含めたと言っていますか。また、AとBと共にPCAに3番目の変数R = A / Bを含めることができるかどうか疑問に思いますか？
それがあなたの質問であるならば、私はそれをしないことを提案するでしょう、それはあなたがあなたのPCAから派生したいと思う意味に本当に依存しますが。元の列と相関の高い他の列を含めると、元の変数が元の変数で説明している分散に与える影響が、基本的に2倍になります。（*必ずしも2倍ではない - 効果の量は、元の変数と新しい変数の間の相関の量によって異なります。しかし、あなたは本質的に元の変数の影響を膨らませて、どの主成分があなたの変数のセットにおける分散の大部分を説明するかを見つけることになるでしょう。）
以下のようなものをオンラインで検索することで、相関変数（AとBを知ることで完全に識別されるR = A / Bのような変数の懸念の1つです）を含めることの統計的効果に関する詳細情報を見つけることができます。pcaで相関の高い変数を使用しますか？"
一般に、お互いの関数である変数の組み合わせを使用すること（すなわち、AとBを知ることによって、R = A / Bを完全に知ることはわかっています）は、統計モデルではお勧めできません。ただし、ツリーベースの方法のように、基礎となる統計的分布モデルに依存しない方法でも、比率変数のような追加の変数を含めることはできます。また、どのバージョンの相関変数をPCAに残すかを決めるために、ペナルティ回帰（LASSOなど）のような統計モデリング手法を使用することも検討できます。
