PCA 與 SpectrumData<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />你好，
我想用基於光譜的數據進行 PCA 分析。 PCA 工作正常，我也收到了不錯的結果。 問題是我的 Loadingplot 完全擁擠，因為我有大約 3500 個變量。 將加載圖顯示為頻譜而不是矢量會好得多（在這種情況下，加載圖中的 x 軸應表示波數，y 軸表示一個 PCA 上的加載）。
我的數據排序如下表所示，不同之處在於我有超過 5 個變量和超過 3 個樣本；）
| 標題/波長 | 100 | 101 | 102 | 103 | 104…… |
|---|
| 樣本A | | | | | |
| 樣本B | | | | | |
| 樣品C | | | | | |
如果也可以用質譜來做到這一點，那就更好了。 在這種情況下，如果數據可以在 m/z@特定時間後排序，那就太好了。 這樣2個信息就組合在一起了。如果可能的話。 M/z 在一列中，時間在另一列中（在原始數據中）。
問候！
回复：PCA 與 SpectrumDataMarcokunzelmann0,
我會提出，您可能會從偏最小二乘分析中得到更好的結果。這種類型的分析似乎非常適用於光譜數據。您可以通過下面的鏈接了解有關如何使用偏最小二乘法的更多信息。
有一本相關的書給出了一個很好的例子，說明如何分析 NIR 光譜，然後預測辛烷值。
使用 JMP 發現偏最小二乘法 | JMP
