dataframe<-data.frame(a) amean=apply(dataframe,2,mean)#原始自变量均值 asd=apply(dataframe,2,sd)#原始自变量标准差 coef<-pca.reg$coef#主成分回归系数 roa<-data.frame(pca$rotation) roa1<-roa$PC1#主成分1的因子负荷 roa2<-roa$PC2 B0=coef[1]-sum(coef[2]*roa1*amean/asd)- sum(coef[3]*roa2*amean/asd) #y对原始自变量的主成分回归系数常数项 B<-c(B0,coef[2]*roa1/asd+coef[3]*roa2/asd)# y对原始自变量的主成分回归系数 B
时间: 2024-03-04 21:53:59 浏览: 56
joinery-dataframe-1.9-jar-with-dependencies.jar
这段代码是在进行主成分回归的计算,其中:
1. 首先通过apply函数计算出原始自变量的均值和标准差。
2. pca.reg$coef获取主成分回归模型的回归系数。
3. pca$rotation获取主成分分析模型的因子载荷矩阵,roa1和roa2分别表示第一和第二个主成分的因子载荷。
4. 根据主成分回归公式,计算y对原始自变量的主成分回归系数常数项和系数。
最终,B0表示y对原始自变量的主成分回归系数常数项,B表示y对原始自变量的主成分回归系数。
阅读全文