规范化变量后主成分协方差矩阵的方差之和等于变量总数？
本帖最后由 jiewenji 于 2022-3-14 23:36 编辑请看下图，按照下图蓝线部分：操作得到“规范化变量主成分”的协方差矩阵其特征值之和并非=变量总数
附件中是excel数据可以导入matlab进行计算，该数据一共6列变量8行观测值(符合matlab 的PCA函数，列为变量的要求)。数据已经进行了规范化处理。数据按照如下步骤处理：
1、将excel数据导入赋值给sample变量
2、求sample的PCA，得到PCA矩阵（就是原有8个观测值在各个主成分方向投影得到的“新变量”矩阵）
3、计算新矩阵的协方差矩阵（也就是下图蓝线所说的：“规范化变量主成分的协方差矩阵”）
4、计算协方差矩阵的特征值并求和 就会发现特征值之和并不等于变量数6。我发现特征值之和需要再次除以自身的均值，才能等于6
所以书中结论是不是错的？
= pca(sample)
K=score.'*score %“规范化变量主成分的协方差矩阵”
eig(K) %计算协方差矩阵的特征值
ans =
0.0484
0.3610
0.6048
1.8547
4.7641
34.3671
页:
[1]