Principali domande di analisi dei componenti<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ciao, sono abbastanza nuovo per PCA. Ho letto un po 'e ho guardato diverse lezioni su YouTube sull'argomento. Penso di avere un controllo così così. Comprendo la natura ortogonale multidimensionale di esso, che posso usarlo per la riduzione e la categorizzazione variabili, e sto cercando relazioni lineari.
Sono più curioso di trovare tendenze con parametri di interesse usando JMP. Ad esempio, se ho 1 o 2 parametri di interesse (Y, risposta) e 10 o 1000 altre variabili (X, fattore), e sto cercando una tendenza, potrei eseguire uno script per calcolare Rsquare di Y1 per tutti X e Y2 per tutti X, e solo elencare o tracciare quelli con un Rsquare> diciamo 0.8, o semplicemente usare la piattaforma y nativa per x e tracciare tutti Y per tutti X. Entrambi i metodi funzionano bene perché sono sempre focalizzati sul mio risposte scelte, ma ci può essere molto da setacciare.
PCA può aiutare qui? Mi rendo conto che posso solo lanciare il mio Y1, Y2 e tutte le X nell'analisi. Immagino di capire l'interpretazione dei grafici di output, ma c'è comunque l'attenzione di JMP sui parametri di interesse? Con 1000 parametri, i grafici di output sono densi di informazioni e i nomi dei parametri non sembrano essere evidenziati / non evidenziati quando si selezionano le colonne. Inoltre, per favore fatemi sapere se sono fuori strada qui con quello che sto cercando di fare con PCA.
Ri: Principali domande sull'analisi dei componentiPer l'analisi multivariata delle serie temporali, l'unico metodo supportato da JMP (non richiesto da JMP Pro) è il metodo T ** 2 di Hotelling. È uno strumento di controllo del processo che potrebbe funzionare per te per rilevare comportamenti non fermi dei processi, valori anomali, ecc. Ma la chiave è che hai una componente ereditaria temporale per i tuoi dati sul comportamento del processo. È possibile eseguire il diagramma di fase dei grafici, salvare i limiti per il controllo del controllo di Fase II, ecc. Il percorso della piattaforma è Analyze -> Quality and Process -> Control Chart -> Multivariate Chart.
Tocco anche brevemente questa piattaforma e uno scenario pratico nell'evento JMP On Demand Mastering che ho registrato circa un anno fa. Esaminerò brevemente il monitoraggio del processo multivariato nella parte 3 della sequenza, intitolato Process Monitoring:
Valutazione e monitoraggio del processo utilizzando MSA e SPC JMP
Ri: Principali domande sull'analisi dei componenti
When you are checking one lot against others isn't there a time component to that sort of evaluation?
Questo è vero per alcune analisi che faccio ... sia molto per molto nel tempo, anche unità per unità sequenzialmente all'interno di un lotto potrebbero essere pensate anche in quel modo, anche se normalmente non la trattano in questo modo. Hai menzionato le serie temporali multivariate prima. C'è una piattaforma particolare che avevi in mente? Non ho JMP Pro e non ho visto qualcosa di simile.
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.
Grazie. Non li avevo notati, ma li esaminerò.
-Mike
Ri: Principali domande sull'analisi dei componentiMike,
Nessun problema,
Sì, da quando abbiamo aggiunto questa funzionalità è la mia visuale "go-to". Il mio cervello sembra assimilare i dati più facilmente.
Lou V
Ri: Principali domande sull'analisi dei componentiQuando controlli un lotto contro gli altri non c'è una componente temporale per quel tipo di valutazione? Dal tuo secondo post sembra che potresti anche essere alla ricerca di valori anomali multivariati ... la sotto piattaforma dell'analisi Outlier sotto Multivariata -> Correlazioni ha un paio di tecniche di analisi anomale là. Inoltre, se stai cercando di costruire un modello, forse un approccio al PLS o alla regressione generalizzata e al confronto dei modelli potrebbe dare alcuni spunti? Hai bisogno di JMP Pro per la regressione generalizzata e il confronto dei modelli ... ma queste sono solo idee ...
Ri: Principali domande sull'analisi dei componenti
Have you tried the color map in the multivariate analysis when you have more than 15 parameters?
Grazie, non sapevo che fosse disponibile! Condensa definitivamente i risultati.
-Mike
Ri: Principali domande sull'analisi dei componentiHai provato la mappa dei colori nell'analisi multivariata quando hai più di 15 parametri?
Ri: Principali domande sull'analisi dei componentiCiao Peter,
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?
Penso che forse le "relazioni" sarebbero state una scelta migliore per le parole da parte mia. Le mie analisi non sono in genere nel dominio del tempo. Si tratta di dati di test elettrici a semiconduttori e talvolta potremmo avere un parametro che vogliamo capire di più (ad esempio se la distribuzione è spostata o distorta per un lotto di produzione o un nuovo prodotto, o anche solo poche unità in un lotto) . In questo caso, potrei volerlo confrontare con altri parametri per vedere se la distribuzione o le unità di interesse sono correlate a qualsiasi altra cosa che possa far luce su di essa.
La piattaforma generale "multivariata" è carina. È passato molto tempo da quando l'ho usato, ma l'ho appena eseguito e lo aggiungerò alla mia tipica cassetta degli attrezzi. Diventa un po 'peloso con più di circa 15 parametri. Ho un rapporto multivariato sul mio schermo ora con 20 parametri. Funziona ma c'è una discreta quantità di scorrimento ... forse dovrei chiedere uno schermo più grande. 
Ri: Principali domande sull'analisi dei componentiGrazie Karen, sembra promettente. Vedrò se riesco a installare JMP 12.
Ri: Principali domande sull'analisi dei componentiLa parola chiave nel tuo post originale su cui mi sto concentrando è "trends" ... per me questo implica un elemento di serie temporali per la tua valutazione di xe y. È questo il caso? Forse è necessario un approccio di modellazione multivariata per serie temporali?
Ri: Principali domande sull'analisi dei componentiPotresti provare la nuova utility di modellazione in JMP12 per schermare le tue x per restringere a un sottoinsieme più piccolo prima di passare a PCA.
Screen Predictors Utility
