PCA y variables significativamente correlacionadas con los PCs.En PCA, ¿hay alguna manera de ver o determinar qué variables están significativamente correlacionadas con los ejes del componente principal? Por ejemplo, en el ejemplo que JMP da ( https://www.jmp.com/support/help/13-1/Principal_Components_Report.shtml#213961 ) ¿Hay una tabla o algo que da el valor de la correlación de Ether con el eje PC1 o PC2 (valor r)?
Nota: Estoy usando JMPGenomics - ¡Gracias!
Re: PCA y variables significativamente correlacionadas con los PCs.¡Gracias! ¡Este es probablemente el mejor jmp hasta ahora!Re: PCA y variables significativamente correlacionadas con los PCs.Parece que Laura Higgins brinda información sobre cómo inferir qué variables conforman las PCs, ver su transmisión de PCA en https://www.jmp.com/en_us/events/ondemand/mastering-jmp/multivariariate-data-exploration.html Espero que ayude a algunos.
Re: PCA y variables significativamente correlacionadas con los PCs.En realidad, estoy tratando de entender eso también (si entiendo su pregunta correctamente). Kemal Oflus tiene un webcast de PCA en el siguiente enlace.
https://www.jmp.com/en_us/events/ondemand/mastering-jmp/multivariate-analysis.html En su webcast muestra que puede hacer clic derecho en la PC (una vez que esté en su tabla de datos), seleccionar "forumula" y le mostrará el% de cada variable que constituye el componente principal. En JMP 13 eso no funciona ... Parece que debería haber una manera. A juzgar por las respuestas a la mayoría de estos tipos de hilos, Oflus debe haber usado la magia negra para obtener esos porcentajes (o estaba equivocado) ...
Webcast de Oflus
