นี่เป็นคำถามที่น่าสนใจมาก สมมติว่าเรามีเมทริกซ์ความแปรปรวนสองมิติ (ตัวอย่างที่ไม่สมจริงมากสำหรับ SEM แต่โปรดอดทนกับฉัน) จากนั้นคุณสามารถพล็อต iso-contours สำหรับเมทริกซ์ความแปรปรวนร่วมที่สังเกตได้ในเมทริกซ์ความแปรปรวนร่วมที่ประมาณไว้เพื่อให้ได้ความรู้สึกพอดีกับแบบจำลอง
อย่างไรก็ตามในความเป็นจริงคุณจะได้เมทริกซ์ความแปรปรวนแบบมิติสูง ในสถานการณ์เช่นนี้คุณอาจทำหลาย ๆ แปลงใน 2 มิติที่มี 2 ตัวแปรในเวลาเดียวกัน ไม่ใช่โซลูชันที่สมบูรณ์แบบ แต่อาจช่วยได้บ้าง
แก้ไข
วิธีที่ดีกว่าเล็กน้อยคือทำการวิเคราะห์ส่วนประกอบหลัก (PCA)บนเมทริกซ์ความแปรปรวนร่วมที่สังเกตได้ บันทึกเมทริกซ์ประมาณการจากการวิเคราะห์ PCA ในเมทริกซ์ความแปรปรวนร่วมที่สังเกตได้ ใช้เมทริกซ์ประมาณการนี้เพื่อแปลงเมทริกซ์ความแปรปรวนร่วมประมาณ
จากนั้นเราทำการพล็อต iso-contours สำหรับสองความแปรปรวนสูงสุดของเมทริกซ์ความแปรปรวนร่วมที่หมุนแล้วซึ่งสังเกตได้จากเมทริกซ์ความแปรปรวนร่วมที่ประมาณไว้ ขึ้นอยู่กับจำนวนแปลงที่เราต้องการเราสามารถใช้ความแปรปรวนสูงสุดอันดับสองและสามเป็นต้นเราเริ่มจากความแปรปรวนสูงสุดตามที่เราต้องการอธิบายความแปรปรวนมากที่สุดในข้อมูลของเรา