Tôi đã thấy một số bài viết tuyệt vời giải thích về PCA và tại sao theo cách tiếp cận này, các hàm riêng của ma trận tương quan (đối xứng) là trực giao. Tôi cũng hiểu các cách để chỉ ra rằng các vectơ như vậy là trực giao với nhau (ví dụ: lấy các sản phẩm chéo của ma trận của các hàm riêng này sẽ dẫn đến một ma trận có các mục chéo không bằng 0).
Câu hỏi đầu tiên của tôi là, khi bạn nhìn vào các mối tương quan của các hàm riêng của PCA, tại sao các mục ngoài đường chéo của ma trận tương quan lại khác không (nghĩa là các hàm riêng có thể tương quan với nhau như thế nào nếu chúng trực giao)?
Câu hỏi này không trực tiếp về PCA, nhưng tôi đặt nó trong bối cảnh này vì đó là cách tôi gặp phải vấn đề. Tôi đang sử dụng R và đặc biệt là gói tâm lý để chạy PCA.
Nếu nó giúp có một ví dụ, bài đăng này trên StackOverflow có một bài rất thuận tiện và liên quan (cũng trong R). Trong bài đăng này, tác giả của câu trả lời hay nhất cho thấy rằng tải PCA (eigenvector) là trực giao bằng cách sử dụng Factor Congruence hoặc sản phẩm chéo. Trong ví dụ của mình, ma trận L
là ma trận tải PCA. Điều duy nhất không có trong liên kết này là cor(L)
sẽ tạo ra đầu ra mà tôi đang hỏi về việc hiển thị các mối tương quan khác không giữa các hàm riêng.
Tôi đặc biệt bối rối về cách các vectơ trực giao có thể tương quan sau khi đọc bài đăng này, điều này dường như chứng minh rằng tính trực giao tương đương với việc thiếu tương quan: Tại sao các eigenvector PCA trực giao và mối liên hệ với điểm số PCA là không tương quan?
Câu hỏi thứ hai của tôi là: khi trình xác định PCA được sử dụng để tính điểm PCA, bản thân điểm số không tương quan (như tôi dự đoán) ... có mối liên hệ nào với câu hỏi đầu tiên của tôi về vấn đề này không, tại sao trình xác định lại có tương quan nhưng không phải là điểm số?