R中PCA置信椭圆如何计算？如何从原始数据推导椭圆参数？

factoextra包的fviz_pca_ind()添加的置信椭圆，默认基于分组内样本的PCA投影坐标（即b$x中对应分组的行）计算，采用正态分布假设下的95%置信区间规则，所有参数都可以从现有数据手动推导，不需要依赖包的内部封装逻辑。

注意：你提到的b$center是原始特征维度的全局中心化均值，不是PCA投影空间的分组中心，椭圆的中心需要从分组后的PC坐标单独计算。

手动推导的完整步骤 #

• 第一步：按分组拆分PCA前两轴的投影坐标

  # 提取PC1、PC2坐标，按物种拆分
  pca_coord <- as.data.frame(b$x[, 1:2])
  group_coord_list <- split(pca_coord, iris$Species)
  # 示例：提取setosa组的坐标
  setosa_coord <- group_coord_list[["setosa"]]
  

• 第二步：计算分组椭圆的中心坐标，即当前组PC1、PC2的均值

  ellipse_center <- colMeans(setosa_coord)
  

• 第三步：计算分组PC坐标的协方差矩阵，用于确定椭圆的拉伸方向和轴长

  group_cov <- cov(setosa_coord)
  

• 第四步：计算置信度对应的缩放因子，95%置信度对应自由度为2的卡方分布95%分位数的平方根，数值约为2.447

  conf_level <- 0.95
  scale_factor <- sqrt(qchisq(conf_level, df = 2))
  

• 第五步：对协方差矩阵做特征值分解，得到椭圆的两个半轴长度和旋转角度

  eig <- eigen(group_cov)
  # 椭圆两个半轴的长度
  ellipse_axis_len <- sqrt(eig$values) * scale_factor
  # 椭圆相对于x轴的逆时针旋转弧度，转角度可乘180/pi
  ellipse_rotation <- atan2(eig$vectors[2, 1], eig$vectors[1, 1])
  

结果验证 #

你可以直接用ggplot2的stat_ellipse绘制椭圆，和fviz_pca_ind生成的椭圆完全一致，二者底层计算逻辑相同：

library(ggplot2)
ggplot(pca_coord, aes(x = PC1, y = PC2, color = iris$Species)) +
  geom_point() +
  stat_ellipse(level = 0.95, type = "norm") +
  theme_bw()

内容的提问来源于stack exchange，提问作者Ginko-Mitten