我希望在层次回归分析中使用PCA中的PC 1来解释R中的额外变化。这可能吗？
我用下面的代码在R中运行了我的pca

pca<- prcomp(my.data[,c(57:62)], center = TRUE,scale. = TRUE)
summary(pca)
str(pca)
fviz_eig(pca)
fviz_pca_ind(pca,
             col.ind = "cos2", # Color by the quality of representation
             gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07"),
             repel = TRUE     # Avoid text overlapping
)

ggbiplot(pca)
print(pca)

#some results!
Rotation (n x k) = (4 x 4):
           PC1        PC2           PC3
EC   0.5389823 -0.4785188  0.0003197419
temp 0.4787782  0.3590390  0.7913858440
pH   0.5495125 -0.3839466 -0.2673991595
DO.  0.4222624  0.7033461 -0.5497326925
            PC4
EC    0.6931938
temp -0.1247834
pH   -0.6921840
DO.   0.1574569

现在，我希望将PC 1用作模型中的变量
像这样的m0〈- lm（相对丰度轮虫~turb+chl.a+ PC 1，数据=我的数据）
任何帮助都非常感谢！