主成分分析問題<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />嗨，我對PCA很新。 我已經閱讀了一些內容，並觀看了幾個關於這個主題的YouTube講座。我想我有一個馬馬虎虎。 我理解它的多維正交性，我可以將它用於變量減少和分類，並且它正在尋找線性關係。
我對使用JMP查找感興趣參數的趨勢更感興趣。 例如，如果我有1或2個感興趣的參數（Y，響應），以及10或1000個其他變量（X，因子），並且我正在尋找趨勢，我可能會運行一個腳本來計算Y1的Rsquare為所有X的所有X和Y2，只列出或繪製Rsquare> 0.8的那些，或者只使用原生y x平台並用X繪製所有Y.這兩種方法都很有效，因為它們總是關注我的選擇的回應，但可以有很多篩選。
PCA可以幫忙嗎？我意識到我可以在分析中拋出我的Y1，Y2以及所有的X. 我假設我理解輸出圖的解釋，但是無論如何讓JMP專注於感興趣的參數？使用1000個參數時，輸出圖是信息密集的，並且在選擇列時，參數名稱似乎不會突出顯示/不突出顯示。 另外，如果我正在嘗試使用PCA，請告訴我。
Re：主成分分析問題對於多變量時間序列分析，JMP支持的唯一方法（不需要JMP Pro）是Hotelling的T ** 2方法。它非常適合過程控制工具，可用於檢測非靜止過程行為，異常值等。但關鍵是你的過程行為數據確實有時間遺傳成分。您可以對圖表進行階段繪製，保存階段II控制監控的限制等。平台的路徑是分析 - >質量和流程 - >控製圖 - >多變量圖表。
我還簡要介紹了這個平台以及大約一年前我記錄的On Demand Mastering JMP事件的實際情況。我簡要介紹了序列的第3部分中的多變量過程監控，標題為過程監控：
使用MSA和SPC評估和監控您的流程| JMP
Re：主成分分析問題
When you are checking one lot against others isn't there a time component to that sort of evaluation?
我做的一些分析確實如此...... 或者按時間順序進行批量生產，即使按順序逐個單位也可以考慮這種方式，儘管我通常不會那樣對待它。 您之前提到過多變量時間序列。你有沒有特定的平台？我沒有JMP Pro，我沒有看到這樣的東西。
From your second post it sounds like you might also be looking for multivariate outliers...the Outlier analysis sub platform under the Multivariate -> Correlations has a couple outlier analysis techniques there.
謝謝。我沒有註意到這些，但我會調查它們。
-麥克風
Re：主成分分析問題麥克風，
沒問題，
是的，因為我們添加了這個功能，這是我的“首選”視覺效果。我的大腦似乎更容易吸收數據。
婁五
Re：主成分分析問題如果您正在檢查一個針對其他人的批次，那麼這種評估的時間部分是否存在？從你的第二篇文章中聽起來你可能也在尋找多變量異常值...多變量下的異常分析子平台 - >相關性在那裡有一些異常分析技術。此外，如果您正在尋找建立模型，或許PLS或廣義回歸和模型比較方法可能會產生一些見解？你需要JMP Pro進行廣義回歸和模型比較......但這些只是想法......
Re：主成分分析問題
Have you tried the color map in the multivariate analysis when you have more than 15 parameters?
謝謝，我不知道那是可用的！它肯定會濃縮結果。
-麥克風
Re：主成分分析問題當您有超過15個參數時，您是否在多變量分析中嘗試過顏色圖？
Re：主成分分析問題嗨，彼得，
The key word in your original post I'm focusing in on is 'trends'...to me this implies a time series element to your evaluation of both x and y. Is this the case? Perhaps a multivariate time series modeling approach is called for?
我想也許“關係”對我來說可能是一個更好的詞彙選擇。 我的分析通常不屬於時域。它是半導體電氣測試數據，有時我們可能有一個參數，我們想要更多地了解它（例如，如果生產批次或新產品的分佈被轉移或傾斜，或者甚至只是批次中的幾個單位） 。在這種情況下，我可能希望根據其他參數進行檢查，以查看分佈或感興趣的單位是否與其他可能對其有關的內容相關。
一般的“多變量”平台很不錯。自從我使用它已經有很長一段時間了，但我只是再次運行它，我會將它添加回我的典型工具箱中。它確實有點毛茸茸超過15個參數。我現在在屏幕上有一個包含20個參數的多變量報告。它有效，但有相當多的滾動... 也許我應該要求更大的屏幕。 
Re：主成分分析問題謝謝Karen，看起來很有前途。我會看看我是否可以安裝JMP 12。
Re：主成分分析問題我關注的原始帖子中的關鍵詞是“趨勢”...對我來說，這意味著你對x和y的評價都有一個時間序列元素。是這樣的嗎？也許需要多變量時間序列建模方法？
Re：主成分分析問題您可能希望在進入PCA之前嘗試使用JMP12中的新建模實用程序來篩選x以縮小到較小的子集。
屏幕預測器實用程序
