我有两个来自类似心理语言学实验的数据集。在这两者中，都收集了有关参与者阅读和拼写能力的信息，然后将其转换为标准化分数 zRead 和 zSpell。目的是在检查实验的启动效应时将这些用作协变量。因为这些预测变量是相关的，并且因为理论上区分它们的共享方差和它们的独特影响是有用的，所以我正在研究使用主成分，即从 zRead 和 zSpell 分数生成两个主成分，并将它们用作协变量线性混合模型。

问题在于，虽然每个实验的主成分相似，PC1 索引共享方差，PC2 区分阅读和拼写能力，但 PC2 的符号在每个数据集中是不同的，即：

实验一相关表：

       zSpell zRead  PC1a   PC2a
zSpell  1.000 0.504 0.867 -0.498
zRead   0.504 1.000 0.867  0.498
PC1a    0.867 0.867 1.000  0.000
PC2a   -0.498 0.498 0.000  1.000

实验二：

       zSpell  zRead  PC1a   PC2a
zSpell  1.000  0.485 0.862  0.508
zRead   0.485  1.000 0.862 -0.508
PC1a    0.862  0.862 1.000  0.000
PC2a    0.508 -0.508 0.000  1.000

目的是将两个相关数据集一起呈现，因此解释 PC2 如何在每个数据集中表示（稍微）不同的事物可能会令人困惑。是否可以通过乘以 -1 来反转单个组件的分数？如果不是，如果解释更有意义，是否可以一次反转所有组件？我看不到这会改变变量的相关结构，但我不确定是否有其他原因可以避免它。