PCA con SpectrumData<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hola,
Quiero hacer un análisis PCA con datos basados en espectros. El PCA está funcionando bien y también recibo buenos resultados. El problema es que mi Loadingplot está totalmente sobrecargado porque tengo alrededor de 3500 variables. Sería mucho mejor mostrar el Loadingplot como un espectro en lugar de vectores (en este caso, el eje x en el loadingplot representará el número de onda y el eje y la carga en un PCA).
Mis datos están ordenados como en la siguiente tabla con la diferencia de que tengo más de 5 variables y más de 3 muestras 
| Título/ longitud de onda | 100 | 101 | 102 | 103 | 104..... |
|---|
| Muestra A | | | | | |
| Muestra B | | | | | |
| Muestra C | | | | | |
Sería aún mejor si también fuera posible hacerlo con espectros de masas. En este caso, sería muy bueno si los datos pudieran ordenarse después de m/z@a cierto tiempo. Para que se agrupen 2 informaciones. si es posible. M/z está en una columna y el tiempo en otra (en los datos sin procesar).
¡Saludos!
Re: PCA con SpectrumDataMarcokunzelmann0,
Le ofrecería que puede obtener algo mejor del análisis de mínimos cuadrados parciales.Este tipo de análisis parece funcionar muy bien con datos espectrales.Puede obtener más información sobre cómo usar los mínimos cuadrados parciales a través del siguiente enlace.
Hay un libro asociado que da un muy buen ejemplo de cómo analizar los espectros NIR y luego predecir el octanaje.
Descubriendo mínimos cuadrados parciales con JMP | JMP
