Hola,
Mientras ejecutaba el análisis de PCA entre los parámetros, llegué a la conclusión de que la columna A y la columna B ¿sería estadísticamente correcto utilizar la ración de (A / 
? ¿O incluir alguna relación matemática entre columnas sería una superposición?
Gracias
Hola Alma1,
No estoy muy seguro de lo que quieres decir. ¿Está diciendo que incluyó las columnas A y B en un Análisis de Componentes Principales, y se pregunta si también podría incluir una tercera variable, R = A / B, en el PCA con A y B?
Si esa es su pregunta, sugeriría que no lo haga, aunque realmente depende del significado que desee obtener de su PCA. Si incluye otras columnas que están altamente correlacionadas con sus columnas originales, esencialmente duplicará * el efecto de la (s) variable (s) original (es) en la varianza que explican en los componentes principales. (* No necesariamente el doble: la cantidad del efecto depende de la cantidad de la correlación entre la variable original y la nueva variable. Pero esencialmente estará inflando el efecto de la (s) variable (s) original (es) para encontrar qué componentes principales explican la mayoría de la varianza en su conjunto de variables.
Puede encontrar más información sobre el efecto estadístico de incluir variables correlacionadas (que es una de las preocupaciones para una variable como R = A / B, que se identifica completamente al conocer A y en un PCA mediante la búsqueda en línea de algo como "can usas variables altamente correlacionadas en pca? "
En general, utilizar una combinación de variables que son funciones entre sí (es decir, al conocer A y B, sabemos que R = A / no es una buena idea en un modelo estadístico. Sin embargo, los métodos que no dependen de un modelo de distribución estadística subyacente, como los métodos basados en árboles, pueden manejar la inclusión de variables adicionales como la variable de relación. Y también podría considerar el uso de un método de modelado estadístico como la regresión penalizada (LASSO, por ejemplo) para ayudar a decidir qué versión de las variables correlacionadas debe mantener para su PCA.
