如何在R中擬合具有兩個主成分的線性回歸模型？

Question

假設我有一個數據矩陣d

pc = prcomp(d)

# pc1 and pc2 are the principal components  
pc1 = pc$rotation[,1] 
pc2 = pc$rotation[,2]

那么這應該適合線性回歸模型嗎？

r = lm(y ~ pc1+pc2)

但后來我得到了這個錯誤：

Errormodel.frame.default(formula = y ~ pc1+pc2, drop.unused.levels = TRUE) : 
   unequal dimensions('pc1')

我想那里有一個自動執行此操作的軟件包，但這也應該有用嗎？

Answer 1

答：你不想要pc $旋轉，它是旋轉矩陣，而不是旋轉值矩陣（分數）。

補充一些數據：

x1 = runif(100)
x2 = runif(100)
y = rnorm(2+3*x1+4*x2)
d = cbind(x1,x2)

pc = prcomp(d)
dim(pc$rotation)
## [1] 2 2

哎呀。 “x”組件就是我們想要的。 來自？prcomp：

x：如果'retx'為真，則返回旋轉數據的值（居中（和縮放，如果請求）數據乘以'旋轉'矩陣）。

dim(pc$x)
## [1] 100   2
lm(y~pc$x[,1]+pc$x[,2])
## 
## Call:
## lm(formula = y ~ pc$x[, 1] + pc$x[, 2])

## Coefficients:
## (Intercept)    pc$x[, 1]    pc$x[, 2]  
##     0.04942      0.14272     -0.13557