10

princomp()R で関数を使用しているときに、次のエラーが発生しました: "covariance matrix is not non-negative definite".

これは、共分散行列で一部の値がゼロになっている (実際にはゼロに近いが、丸め中にゼロになる) ためだと思います。

共分散行列にゼロが含まれている場合に PCA を続行するための回避策はありますか?

princomp()[FYI : 共分散行列の取得は、呼び出し内の中間ステップです。このエラーを再現するためのデータ ファイルは、ここからダウンロードできます - http://tinyurl.com/6rtxrc3]

4

1 に答える 1

9

最初の戦略は、許容誤差の引数を減らすことです。princomp公差引数を渡さないがprcomp、「tol」引数を受け入れるように見えます。効果的でない場合、これは共分散がほぼゼロのベクトルを特定する必要があります。

nr0=0.001
which(abs(cov(M)) < nr0, arr.ind=TRUE)

そして、これは負の固有値を持つベクトルを識別します:

which(eigen(M)$values < 0)

ヘルプ (qr) ページの h9 の例を使用します。

> which(abs(cov(h9)) < .001, arr.ind=TRUE)
      row col
 [1,]   9   4
 [2,]   8   5
 [3,]   9   5
 [4,]   7   6
 [5,]   8   6
 [6,]   9   6
 [7,]   6   7
 [8,]   7   7
 [9,]   8   7
[10,]   9   7
[11,]   5   8
[12,]   6   8
[13,]   7   8
[14,]   8   8
[15,]   9   8
[16,]   4   9
[17,]   5   9
[18,]   6   9
[19,]   7   9
[20,]   8   9
[21,]   9   9
> qr(h9[-9,-9])$rank  
[1] 7                  # rank deficient, at least at the default tolerance
> qr(h9[-(8:9),-(8:9)])$ take out only the vector  with the most dependencies
[1] 6                   #Still rank deficient
> qr(h9[-(7:9),-(7:9)])$rank
[1] 6

別のアプローチは、alias関数を使用することです。

alias( lm( rnorm(NROW(dfrm)) ~ dfrm) )
于 2011-12-19T16:31:24.390 に答える