SpectrumData를 사용한 PCA<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />안녕하세요,
스펙트럼 기반의 데이터로 PCA 분석을 하고 싶습니다. PCA가 잘 작동하고 있으며 결과도 좋습니다. 문제는 약 3500개의 변수가 있기 때문에 Loadingplot이 완전히 과밀하다는 것입니다. Loadingplot을 벡터 대신 스펙트럼으로 표시하는 것이 훨씬 더 나을 것입니다(이 경우 Loadingplot의 x축은 파수를 나타내고 y축은 하나의 PCA에 대한 부하를 나타냅니다).
내 데이터는 5개 이상의 변수와 3개 이상의 샘플이 있다는 차이점으로 아래 표와 같이 정렬됩니다. 
| 제목/ 파장 | 100 | 101 | 102 | 103 | 104..... |
|---|
| 샘플 A | | | | | |
| 샘플 B | | | | | |
| 샘플 C | | | | | |
질량 스펙트럼으로도 그렇게 할 수 있다면 더 좋을 것입니다. 이 경우 m/z@a 특정 시간 이후에 데이터를 정렬할 수 있다면 정말 좋을 것입니다. 2개의 정보가 함께 그룹화되도록 합니다. 가능하다면. M/z는 한 열에 있고 시간은 다른 열에 있습니다(원시 데이터에서).
인사말!
Re: SpectrumData를 사용한 PCA마르코쿤젤만0,
Partial Least Squares 분석에서 더 나은 것을 얻을 수 있다고 제안합니다.이러한 유형의 분석은 스펙트럼 데이터와 매우 잘 작동하는 것 같습니다.아래 링크를 통해 Partial Least Squares를 사용하는 방법에 대해 자세히 알아볼 수 있습니다.
NIR 스펙트럼을 분석하고 옥탄가를 예측하는 방법에 대한 아주 좋은 예를 제공하는 관련 책이 있습니다.
JMP로 부분 최소 제곱 찾기 | JMP
