大家好，
教授對 PCA 分數計算的澄清要求之一。
JMP 文檔指南指出，主成分的計算取決於您選擇哪個矩陣來提取主成分：–對於相關性選項，第 i 個主成分是使用第 i 個條目的居中和縮放觀察值的線性組合特徵向量作為係數。– 對於 on Covariances 選項，第 i 個主成分是中心觀測值的線性組合，使用第 i 個特徵向量的條目作為係數。
– 對於未縮放和未居中選項，第 i 個主成分是使用第 i 個特徵向量的條目作為係數的原始觀測值的線性組合。
教授正在使用溶解度。 跳躍數據集並創建保存的一個主成分，
我附上了屏幕截圖。 他試圖在課堂上展示如何使用特徵向量值手動計算主成分分數。 當我們將主成分保存為公式時，它會顯示一個公式和一個常數。 並且公式中的係數與特徵向量不匹配。（他之前用的是 R，現在轉向 JMP）
有人可以幫助我如何從特徵向量中導出 PCA 分數並與 JMP 輸出匹配。 JMP 還給出了一個公式和一個常數。
感謝您在這方面的幫助。
謝謝
穆拉利
