Aide sur les données JMP PCA !Je débute dans les PCA dans JMP. Jouer avec lui semble cependant assez simple. Cependant, lorsque je télécharge mes propres données, c'est là que les problèmes commencent. Je fais du GM 3D, donc chaque point de repère (36 au total) a une coordonnée X, Y et Z. Dans un simple tableau txt ou Excel, les données de chaque spécimen sont converties en 3 colonnes (une colonne X, Y et Z) avec 36 lignes (une ligne pour chaque point de repère).
Il semblerait que dans JMP que je doive convertir mes données - chaque spécimen serait donc une seule ligne avec 108 colonnes (X1, Y1, Z1, X2, Y2, Z2, etc.) - sinon il atteindrait chaque ligne comme un échantillon avec une seule coordonnée X, Y et Z. Correct? Deuxièmement, certains de mes points de repère manquent, et ce n'est pas aussi simple que "Landmark 8" manque dans chaque spécimen. Je connais les avantages et les inconvénients et les arguments de l'estimation des données manquantes, etc., mais je ne veux pas le faire. Dans RI, utilisez simplement "NA" pour les données manquantes, mais il semble que JMP n'aime pas combiner les nombres/valeurs/symboles. Il ne semble pas non plus aimer un - à la place des données manquantes, ni un champ vide. Toute aide ou suggestion est grandement appréciée!
Re : Aide sur les données JMP PCA !Je pense que cela dépend essentiellement de votre ensemble de données... :
par JMP HELP MANUAL on peut lire que :
L'INM impute les valeurs manquantes sur la base de la distribution normale multivariée. La procédure nécessite que toutes les variables aient un type de modélisation continue. L'algorithme utilise l'imputation par les moindres carrés. La matrice de covariance est construite à l'aide de covariances par paires. Les entrées diagonales (variances) sont calculées en utilisant toutes les valeurs non manquantes pour chaque variable. Les entrées hors diagonale pour deux variables quelconques sont calculées en utilisant toutes les observations qui ne manquent pas pour les deux variables. Dans les cas où la matrice de covariance est singulière, l'algorithme utilise l'imputation des moindres carrés de la norme minimale basée sur la pseudo-inverse de Moore-Penrose.
L'imputation normale multivariée permet d'utiliser un estimateur de retrait pour les covariances. L'utilisation d'estimateurs de retrait est un moyen d'améliorer l'estimation de la matrice de covariance.
Alors que le SVD est utile pour les données avec des centaines ou des milliers de variables
Étant donné que les calculs SVD ne nécessitent pas le calcul d'une matrice de covariance, la méthode SVD est recommandée pour les problèmes étendus contenant un grand nombre de variables.
Parfois, je remplace simplement (en utilisant un script jsl) la cellule vide par la moyenne si la colonne
ciao
Gianpaolo
Re : Aide sur les données JMP PCA !Génial! C'est exactement ce dont j'avais besoin ! Merci beaucoup. Par curiosité - et j'ai passé en revue la littérature de débat en vain - y a-t-il une ou des raisons particulières pour lesquelles vous avez choisi Multivariate Normal versus Multivariate SVD ? Merci encore à tous pour l'aide incroyable!
Re : Aide sur les données JMP PCA !Salut dinosaure
Je viens de manipuler un peu votre fichier de données. J'ai transformé toutes les colonnes en numérique/continu, puis j'ai imputé les valeurs manquantes sur la table à l'aide de la fonction JMP : EXPLORER LA VALEUR MANQUANTE -> Imputation NORMALE MULTIVARIÉE. Après cela, il a été possible d'effectuer une PCA.
l'espoir est ce dont vous aviez besoin | (veuillez vérifier le TABLEAU DE TEST ci-joint jmp)
Re : Aide sur les données JMP PCA !Merci pour l'aide! J'ai joint une table JMP de mon jeu de données de travail (maintenant organisé de manière appropriée). Donc, si je vous comprends bien, je suis à peu près SOL pour les données manquantes ? Lorsque je vais dans Analyser> Méthodes multivariées> Composantes principales, il y a une boîte de colonnes sélectionnables. Les colonnes manquant de données ont une icône de graphique à barres rouge à gauche de chaque étiquette de colonne, tandis que les colonnes "complètes" ont une icône de triangle bleu. Lorsque je mets en surbrillance toutes les colonnes et que je les fais glisser vers Y, Colonnes (ce qui indique que des valeurs numériques sont requises), il ne "dépose" que les colonnes du triangle bleu. Donc, je suppose que cela ne sélectionne effectivement que les colonnes complètes ? En guise de test, j'ai commencé à remplacer certaines des entrées manquantes par des valeurs (non copiées, mais des valeurs aléatoires de la même longueur que toutes les autres). Curieusement, après avoir fait cela et réexécuté, ces colonnes modifiées s'affichaient toujours comme "incomplètes". Alors qu'est-ce que je rate ? Et je suppose que ma plus grande question, que dois-je faire pour mes données manquantes ? Je ne voulais pas estimer les données manquantes parce que je compare des changements de forme mineurs entre des espèces apparentées, donc une estimation brouillerait probablement l'eau. Puisqu'ils sont si proches et morphologiquement similaires, les "mélanger" serait moins qu'idéal...
Re : Aide sur les données JMP PCA !Oui, PCA s'attend à ce que chaque observation ou spécimen soit sur une seule ligne. Jetez un œil aux deux tableaux ci-joints et aux scripts enregistrés. Pour passer d'un format à l'autre, vous devez comprendre 'Tables > Split' et 'Tables > Stack' qui sont essentiellement des opérations inverses (regardez dans 'Help').
JMP affiche les valeurs numériques manquantes sous la forme d'un '.'. Si vous double-cliquez sur l'une des cellules némériques et supprimez son contenu, vous devriez voir ceci. Mais (comme vous l'avez observé), les valeurs d'une colonne doivent avoir le même type de données et le même type de modélisation.
