python - PCA中的T2 Hotelling——降维后如何选择协方差矩阵

Question

我正在尝试在我的 pca 分析中使用 T 方分布（手动）。它的目的是在降维后进行诊断。

M=self.PCA_red.shape[1]
N=self.PCA_red.shape[0]
F=scipy.stats.f.ppf(0.95,M,N-M) 
self.T2lim=(M*(N-1)/(N-M))*F
for i in range(self.PCA_red.shape[0]):
    self.T2.append(self.PCA_red[i].dot(inv(self.cov_mat)).dot(self.PCA_red[i].T))

PCA_red 是从 (236,8) 到 (236,4) 的缩减数据，因此第一个协方差矩阵具有 (8,8)。如何计算新的协方差矩阵 T 方分布？我应该从减少的数据中计算它吗？有人可以向我解释一下吗？

标签： pythonstatisticspcacovariancet-test