Các thành phần chính có nhiều đặc tính hữu ích (Rao 1964; Kshirsagar 1972): Các ký hiệu trực giao, vì vậy các thành phần chính đại diện cho các hướng vuông góc với nhau thông qua không gian của các biến ban đầu. Các điểm thành phần chính không liên quan đến nhau
Các thành phần chính có tương quan với nhau không?
Phân tích các thành phần chính là dựa trên ma trận tương quan của các biến có liên quanvà các mối tương quan thường cần cỡ mẫu lớn trước khi chúng ổn định.
Các thành phần PCA có độc lập không?
PCA chiếu dữ liệu vào một không gian mới được bao trùm bởi các thành phần chính (PC), không tương quan và trực giao. Các PC có thể trích xuất thành công thông tin liên quan trong dữ liệu. … Các thành phần này độc lập về mặt thống kê, tức là không có thông tin chồng chéo giữa các thành phần.
Thành phần chính có phải là duy nhất không?
Sau đó, trong PCA 1 chiều, chúng ta tìm một đường để tối đa hóa phương sai của phép chiếu của dữ liệu 2 chiều lên đường đó. … Dòng này không phải là duy nhất khi dữ liệu 2D có đối xứng quay, vì vậy có nhiều hơn một dòng cho cùng một phương sai cực đại trong phép chiếu.
Các thành phần chính có trực giao với nhau không?
Các thành phần chính là ký hiệu của ma trận hiệp phương sai, và do đó chúng trực giao. Điều quan trọng, tập dữ liệu mà kỹ thuật PCA sẽ được sử dụng phải được chia tỷ lệ. Kết quả cũng nhạy cảm với tỷ lệ tương đối.
