PCA-Schätzmethode für fehlende Werte (log-transformiert)<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hallo,
Ich bin ein Anfänger in Statistik und auch in JMP, daher hoffe ich, dass mir jemand bei meiner Frage weiter unten helfen kann. Ich versuche, das PCA-Kovarianzmodul von JMP für einen relativ kleinen Umgebungsdatensatz mit 80 Zeilen x 10 Spalten (800 Werte) zu verwenden. Mein Ziel ist es, den Datensatz zu reduzieren, damit ich vorhersagen kann, ob die 10 Variablen (in den Spalten) über 80 Standorte (80 Zeilen) hinweg kovariieren. Die Variablen haben alle die gleichen Einheiten und ich habe die Daten log10-transformiert.
Mein Problem besteht darin, dass mir für einige Zellen Werte fehlen (z. B. Orte, an denen die Variable am LOD nicht erkannt wurde). Wenn ich die Standardschätzmethode (REML) verwende, erhalte ich etwa 80 % der durch PC1 erklärten Varianz. Wenn ich jedoch die genauen Daten mit der Row-Wise-Methode verwende, sinkt dieser Wert auf 60 %. Ich würde gerne verstehen, warum. Ich verstehe, dass REML alle meine Daten verwendet und die Row-Wise-Methode offenbar die fehlenden Werte weglässt. Was aber bedeutet in dieser Hinsicht „Auslassen“, stattdessen „Null“ zu verwenden und so die berechnete Varianz zu verringern? Die allgemeine Frage für mich lautet: Welche Methode ist bei der Interpretation der Daten am konservativsten, wenn die fehlenden Werte auf Nichterkennungen im Datensatz zurückzuführen sind?
Außerdem habe ich versucht, +1 zum log10-transformierten Datensatz hinzuzufügen, um das Problem fehlender Werte zu vermeiden (Tipp aus einem anderen Forum), aber JMP erlaubt mir nicht, +1 zu den leeren log10-transformierten Zellen hinzuzufügen. Ich verwende JMPPro 12.
Vielen Dank für Ihre Hilfe! Sascha
Betreff: PCA-Schätzmethode für fehlende Werte (log transformiert)Danke DanO, ich werde versuchen, diese Aussage mit meinen Daten zu verwenden!
Betreff: PCA-Schätzmethode für fehlende Werte (log transformiert)Großartig, vielen Dank, Jiancao! Das hilft sehr!
Betreff: PCA-Schätzmethode für fehlende Werte (log transformiert)jiancao hat die Modellierungsfrage beantwortet, aber Sie haben angegeben, dass JMP es Ihnen nicht erlauben würde, die fehlenden Werte in der Protokolltransformation durch eine 1 zu ersetzen. Eigentlich ist das möglich, aber Sie müssen nur eine bedingte Anweisung wie diese hinzufügen:
Betreff: PCA-Schätzmethode für fehlende Werte (log transformiert)Das REML geht von einem linearen multivariaten Normalmodell aus, was bedeutet, dass jede Variable linear mit jeder anderen Variablen zusammenhängt und jede Variable normalverteilt ist. Was Sie getan haben, ist echt. Stellen Sie einfach sicher, dass Ihre Variablen nicht aufgrund extremer Ausreißer usw. stark verzerrt sind.
Betreff: PCA-Schätzmethode für fehlende Werte (log transformiert)Vielen Dank, Jiancao!
REML war auch mein Bauchgefühl, da die Nichterkennungen nicht völlig zufällig sind (z. B. wurden einige Variablen in einer bestimmten Gruppe aller meiner 80 Standorte nicht erkannt).
Sie haben erwähnt, dass ich mir der multivariaten Normalverteilung bewusst sein sollte, die ich bei Verwendung von REML annehmen würde. Was genau meinst du damit und wie kann ich diese Normalverteilung meiner Daten überprüfen? Bisher habe ich die Verteilung jeder Variablen mithilfe des Verteilungsnormal-Quantildiagramms in JMP überprüft. Mit bloßem Auge kann ich erkennen, dass alle Punkte für jede Variable innerhalb der Konfidenzintervalle einem linearen Muster folgen. Ist das ein legitimer Weg, dies zu tun?
Danke noch einmal,
Sascha
Betreff: PCA-Schätzmethode für fehlende Werte (log transformiert)Die zeilenweise Methode schließt GANZE Zeilen von der Schätzung aus, wenn mindestens eine einzelne Zelle fehlt; es ersetzt keine 0. REML verwendet bei seiner Schätzung alle nicht fehlenden Zellen, d. h. nur die fehlenden Zellen in dieser Zeile werden nicht verwendet. Daher sind die tatsächlich von Row-wise verwendeten Daten geringer als von REML, wenn Daten fehlen.
Es ist schwer, mit Sicherheit zu sagen, welche Methode konservativer oder besser ist – es hängt von der Art des Fehlens ab. Sind diese Nicht-Erkennungen völlig zufällig?Wenn ja, ist die Verwendung der zeilenweisen Methode möglicherweise in Ordnung. Andernfalls verwenden Sie REML, da es sich im Wesentlichen um eine Methode zur Imputation fehlender Daten durch Anpassen eines gemischten Modells handelt. Beachten Sie jedoch die angenommene multivariate Normalverteilung. Persönlich würde ich mich für REML entscheiden.
