一、如何对r中的数据进行主成分分析

原始数据相关系数矩阵不正定是奇异的，说明你变量中存在共线性，也就是数据中的变量存在信息重叠。怎么处理的话你网上再找找吧

二、R语言处理数据!

r = log(p);

R本来就是向量计算的语言，r和p都是数组。

三、用r语言进行时间序列分析如何显示最终的方程

时间序列（time series）是一系列有序的数据。通常是等时间间隔的采样数据。如果不是等间隔，则一般会标注每个数据点的时间刻度。

time series data mining 主要包括decompose（分析数据的各个成分，例如趋势，周期性），prediction（预测未来的值），classification（对有序数据序列的feature提取与分类），clustering（相似数列聚类）等。

这篇文章主要讨论prediction（forecast，预测）问题。 即已知历史的数据，如何准确预测未来的数据。

四、如何按照对应分析的过程编写r语言程序

cancor()

cancor(x, y, xcenter = TRUE, ycenter = TRUE)

x，y为两组变量的数据矩阵；xcenter和ycenter是逻辑值，表示是否中心化，实际中一般采用默认值TRUE

注意分析前要对数据进行标准化

scale():对数据进行标准化和中心化

scale（x, center = TRUE, scale = TRUE)

x是矩阵，提供数据；若center为数字或与x等长的向量，中心化时用x减去center对应的数值； center=TRUE则减去x的平均值，默认为TRUE；scale为数字或与x等长的向量，则标准化用x除以scale，默认为TRUE，即除以标准差。