Re: [問題] 這個問題是否適用主成分分析或因素分析？
※ 引述《yhliu.bbs@bbs.wretch.cc (老怪物)》之銘言：
: ※ 引述《buski.bbs@ptt.cc (......)》之銘言：
: > 我目前要用一個模型來看 某種昆蟲數量變化與氣候因子的關係
: > 應變相當然是昆蟲的數量， 自變相就是各種氣候的指標（包括 溫度、雨量、濕度
: > 前兩週的均溫、前兩週的累積雨量.......諸如此類）
: > 由於我的自變相之間具有高度的共線性
: > 因此我想利用主成分分析來轉換挑選出新的變相，不知道這個觀念正確嗎？
: > 還是我是說我必須先利用因素分析來找出背後的相關性，再利用PCA來挑變相？
: > 我對於解決變相間共線性的問題不是很熟悉，請問還有其他的方法嗎？
: > 我原本想運用Time series analysis來作分析 因為我有20年的資料，
: > 可是我發現如果我fit到high order的model 會產生無法解釋的窘境...
: > 麻煩高手給些意見囉！ 謝謝！
: 因為是時間數列資料, 可能諸變數受共同因素或自然趨勢
: 影響而有高度關聯. 影響所及, 不僅解釋變數間會有共線
: 性問題, 反應變數與解釋變數間的關聯也不正確. 修正方
: 法可嘗試 (不是全部可能方案, 也不能說是最適方案):
: (1) 考慮誤差項之間有某種型態的序列相關.
: (2) 考慮 "變化量" 而非原數量.
: (3) 加入 "趨勢" 效應項.
: 至於線性迴歸模型中解決自變數共線性問題, 主成分迴歸
: 與脊迴歸, 是兩種簡單的方式. 其中主成分迴歸就是將解
: 釋變數做主成分變換, 然後擷取重要主成分當模型的解釋
: 變數, 最後再將配適的迴歸模型轉回用原變數表示.
謝謝！ 我想我會先使用PCA試看看！ 基本上我雖然有二十年的資料
但不是連續性的， 資料點是從每年的五月到九月（該昆蟲的季節）
以每兩週作為時間的單位（符合昆蟲的生活史），
所以氣候相關的數據皆是以每兩週做累積或平均。
您上述所提的加入趨勢項，我並不是很瞭解，這樣對於解釋共線性有什麼作用？
此外，我最近在paper讀到有一種 sequential regression可用來解決共線性的問題
不過我不清楚他在SAS下面要如何操作
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 141.211.10.132
討論串 (同標題文章)
本文引述了以下文章的的內容：
完整討論串 (本文為第 3 之 4 篇)：