R语言的两种主成分分析的结果不一样?

Python017

R语言的两种主成分分析的结果不一样?,第1张

是不一样啊,主成分分析主要运算是求矩阵的特征值和特征向量。

cor=T时,输入矩阵为相关系数矩阵,每个元素是0<=x<=1的,对角线为1;

cor=F时,输入矩阵为协方差矩阵,对角线为每个变量的方差;

默认是cor=F的,

而相关系数矩阵就相当于先将数据标准化,然后再求协方差矩阵。

即:先将数据标准化,两种方式才是相同的。否则,cor=T比cor=F相当于多一个标准化过程。

不知阁下用的是哪个版本,第二个一般选level,第四个没规定具体是几阶滞后项,我用的使eviews5.0版本,滞后项是自动选择的;

一般进行adf检验要分3步:

1

对原始时间序列进行检验,此时第二项选level,第三项选none.如果没通过检验,说明原始时间序列不平稳;

2

对原始时间序列进行一阶差分后再检验,即第二项选1st

difference,第三项选intercept,若仍然未通过检验,则需要进行二次差分变换;

3

二次差分序列的检验,即第二项选择2nd

difference

,第四项选择trend

and

intercept.一般到此时间序列就平稳了!

R和C这些语言不一样,同一个函数,不同的输入可能会有不同的返回值类型。对于一次特定的调用,可以用class()、typeof()函数看类型,其中class()给的是更“高级”一点的类型概念,typeof()用得比较少,给的是“低级”一点的类型概念。