Bir regresyon durumunda, bir dizi yüksek korelasyonlu değişkeniniz varsa, bunun tahmin edilen katsayılardaki dengesizlikten dolayı genellikle "kötü" olduğunu biliyorum (varyans belirleyici sıfıra giderken sonsuzluğa gider).
Sorum şu, “kötülüğün” bir PCA durumunda da devam edip etmeyeceği. Herhangi bir PC için katsayılar / yükler / ağırlıklar / özvektörler kovaryans matrisi tekil hale geldikçe kararsız / keyfi / benzersiz değil mi? Özellikle yalnızca ilk ana bileşenin tutulduğu ve diğerlerinin "gürültü" veya "başka bir şey" veya "önemsiz" olarak görevden alındığı durumla özellikle ilgileniyorum.
Öyle sanmıyorum, çünkü sıfıra ya da sıfıra yakın bir değere sahip birkaç temel bileşenle kalacaksınız.
Bunu görmek kolay, 2 değişkenli basit ekstrem durumda değil - onların mükemmel bir korelasyon olduğunu varsayalım. Ardından, ilk PC kesin doğrusal ilişki olacak ve ikinci PC tüm gözlemler için sıfıra eşit olacak şekilde (yani sıfır sapma) birinci PC'ye perpindik olacaktır. Daha genel olup olmadığını merak ediyorum.