T2 Hotelling в PCA - как выбрать ковариационную матрицу после уменьшения размеров

Question

Я пытаюсь использовать T-квадрат (вручную) в моем анализе PCA. Его цель - диагностика после уменьшения размеров.

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 сокращает данные с (236,8) до (236,4), поэтому первая ковариационная матрица имела (8,8). Как рассчитать новое ковариационное матричное T-квадратное распределение? Должен ли я рассчитать это по сокращенным данным? Может ли кто-нибудь объяснить мне это?