我有一个包含2000个观测值(行(和600个变量(列(的数据框架。参见可复制示例：
list <- list()
for(i in 1:600){
list[[i]] <- sample(seq(0,0.6,l=2000))
}
df <- as.data.frame(do.call(cbind,list))
我想对变量执行PCA，然后使用lsfit来比较主成分和数据(以及一些其他数据，但这里省略了这一点(之间的拟合。我的第一个问题是，当我对数据集执行PCA时，我的主要组件的长度为20000。我希望它们的长度是600。然而，这是通过转换数据帧来解决的。
pc_model <- prcomp(df, center=F, rank=3)
pcs <- pc_model$x # wrong length, why?
df_trans <- as.data.frame(t(df))
pc_model2 <- prcomp(df_trans, center=F, rank=3)
pcs2 <- pc_model2$x # correct length, why?
我的下一个问题是，当我试图使用lsfit((将2000年的观测结果与主要组件进行比较时，我会收到各种各样的抱怨：
fit <- lsfit(df_trans, pcs2) # Error in lsfit(df_trans, pcs2) : only 600 cases, but 2001 variables
fit2 <- lsfit(df, pcs2) # Error in complete.cases(x, y, wt) : not all arguments have the same length
fit3 <- lsfit(df[1,], pcs2[,1]) # Error in complete.cases(x, y, wt) : not all arguments have the same length
对于转置的数据帧，lsfit((抱怨我的变量太多。对于非转置数据帧，它认为自变量的长度不相同，即使我只从df(长度=600(中给它一行，从pcs2(长度=60(中给他一列。如何在我的PC和我的20000个观测值之间获得最小二乘拟合？
- 第一个
pc_model$x只是由轴(PC1, PC2, PC3)定义的新空间中观测值的坐标，因此您将拥有与观测值一样多的行，即2000个观测值对应2000行 ls.fit(X, Y)试图拟合模型Y = Xb + e，其中Y和e是(N,M)矩阵，X是(N,K)矩阵，b是(K,M)向量。并且K是您想要在估计中使用的变量的数量(K＝原始X矩阵中的列的数量+1，如果您想要计算作为默认值的截距的系数(=K使得该回归是可计算的。- 运行
fit2 <- lsfit(df, pcs)将给出正确的输出，因为条件已得到验证，即相同的行数和N=2000>K＝601 - 错误CCD_ 9是由具有2000列(用于截距的变量+1(的df_trans而pcs2仅具有600行引起的。选择前599列可避免错误
lsfit(df_trans[,1:599] ,pcs2) - 错误CCD_ 11是由ls.fit内部的参数CCD_
- 运行