如何计算变量对R（PCA）中2台或更多台PC的总贡献

Question

我用SVD来得到矩阵V和D.

a <- rnorm(10, 50, 20)
b <- seq(10, 100, 10)
c <- seq(88, 10, -8)
d <- rep(seq(3, 16, 3), 2)
e <- rnorm(10, 61, 27)

my_table <- data.frame(a, b, c, d, e)
X<- as.matrix(my_table)
sv<- svd(X)
U<- sv$u
V<- sv$v
D<- sv$d
Z<- X%*%V

# I know V is loadings for each variable
V
            [,1]       [,2]        [,3]       [,4]        [,5]
[1,] -0.47127774  0.1101038  0.84237687 -0.2330963 -0.04291587
[2,] -0.46309655  0.6788144 -0.19949420  0.5031776  0.17823289
[3,] -0.41041595 -0.7145416  0.02300398  0.5538093  0.11728268
[4,] -0.07145917  0.0415040 -0.03735585  0.2083779 -0.97383478
[5,] -0.62441269 -0.1216386 -0.49867688 -0.5851088 -0.06543590

D ^ 2 / sum（D ^ 2）是每台PC对总变化的贡献。

如何计算变量对2台或更多台PC的总贡献？ 例如，变量b对PC1 + PC2 + PC3有多大贡献？

我已经阅读了这个主要组件分析 - 如何获得每个参数对Prin.Comp的贡献（％）。

谢谢，明

Answer 1

根据这个 PCA过程（读取第一主成分，第二主成分），不应该对不同的组件贡献相同的参数。 导致主成分1（PC1）和PC2的参数之间的相关性为0。