누락 값에 대한 PCA 추정 방법 (로그 변환)<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />안녕,
나는 통계에서 초보자이며 또한 JMP와도 같아서 누군가가 내 질문에 나를 도울 수 있기를 바랍니다. 나는 80 열 x 10 열 (800 값)의 상대적으로 작은 환경 데이터 집합에 JMPs PCA 공동 분산 모듈을 사용하려고합니다. 내 목표는 데이터 세트를 줄여서 열 (열)의 변수가 80 개 위치 (80 행)에 걸쳐 공동으로 변동하는지 예측할 수 있도록하는 것입니다. 변수는 모두 동일한 단위를 가지며 데이터를 log10 변환했습니다.
내 문제는 일부 셀 (즉, 변수가 LOD에서 감지되지 않은 위치)에 대해 누락 된 값이 있다는 것입니다. 기본 추정 방법 (REML)을 사용하면 PC1에서 설명한 분산의 약 80 %를 얻게됩니다. 그러나 Row-Wise 메서드로 정확한 데이터를 사용하면이 값은 60 %로 떨어집니다. 이유를 알고 싶습니다. 나는 REML이 모든 데이터를 사용하고 행 - 와이즈 (Row-Wise) 방법은 누락 된 값을 생략 한 것으로 알고 있습니다. 그러나이 점에서 0을 대신 사용하여 계산 된 분산을 줄이는 것은 무엇을 의미합니까? 필자의 전반적인 질문은 누락 된 값이 데이터 세트의 비 탐지 때문인 경우 데이터를 해석하는 데 가장 보수적 인 방법은 무엇입니까?
또한 누락 된 값 문제 (다른 포럼의 팁)를 피하기 위해 log10으로 변환 된 데이터 세트에 +1을 추가하려고 시도했지만 JMP는 빈 log10 변환 셀에 +1을 추가 할 수 없도록했습니다. JMPPro 12를 사용하고 있습니다.
도와 주셔서 정말로 고맙습니다! 사샤
재 : 누락 값에 대한 PCA 추정 방법 (변형 된 로그)DanO, 내 데이터로이 성명서를 사용해 보겠습니다.
재 : 누락 값에 대한 PCA 추정 방법 (변형 된 로그)대단히 고마워요, Jiancao! 그게 많은 도움이됩니다!
재 : 누락 값에 대한 PCA 추정 방법 (변형 된 로그)jiancao가 모델링 질문에 대답했지만 JMP에서는 로그 변환에 누락 된 값 대신 1을 사용할 수 없다고 말했습니다. 사실, 할 수는 있지만 다음과 같은 조건문을 추가하면됩니다 :
재 : 누락 값에 대한 PCA 추정 방법 (변형 된 로그)REML은 모든 변수가 모든 다른 변수와 선형 적으로 관련되어 있으며 각 변수가 정상적으로 분포되어 있음을 의미하는 선형 다 변수 일반 모델을 가정합니다. 당신이 한 일은 정당합니다. 변수가 극단적 인 특이 치 등으로 인해 크게 왜곡되지 않도록하십시오.
재 : 누락 값에 대한 PCA 추정 방법 (변형 된 로그)Jiancao, 정말 고마워요!
비 탐지가 완전히 무작위가 아니기 때문에 (예를 들어 일부 변수가 모든 80 개 위치의 특정 그룹에서 탐지되지 않았 음) REML은 내 직감이었습니다.
내가 REML을 사용하여 가정 할 수있는 다 변수 정규 분포를 알고 있어야한다고 언급했습니다. 정확히 무엇을 의미합니까? 그리고 데이터의 정규 분포를 어떻게 확인할 수 있습니까? 지금까지 JMP에서 Distribution-Normal Quantile Plot을 사용하여 각 변수의 분포를 확인했습니다. 눈으로 볼 때 각 변수의 모든 점은 신뢰 구간 내에서 선형 패턴을 따른다는 것을 알 수 있습니다. 그게 합법적 인 방법인가요?
다시 한번 감사드립니다.
사샤
재 : 누락 값에 대한 PCA 추정 방법 (변형 된 로그)Row-wise 메서드는 적어도 하나의 누락 된 셀이 하나라도있는 경우 어디에서나 전체 행을 계산에서 제외합니다. 그것은 0을 대체하지 않습니다. REML은 추정에서 누락되지 않은 셀을 모두 사용합니다. 즉, 해당 행의 누락 된 셀만 사용되지 않습니다. 따라서 Row-wise가 사용하는 실제 데이터는 누락 된 데이터가있을 때 REML보다 적습니다.
어느 방법이 더 보수적인지 또는 더 나은지 확실하게 말하기는 어렵습니다. 실종의 성격에 달려 있습니다. 그것들은 완전히 무작위로 탐지됩니까? 그렇다면, row-wise 메서드를 사용하는 것이 좋습니다. 그렇지 않으면 REML을 혼합 모델을 적용하여 본질적으로 누락 된 데이터 대체 방법이므로 REML을 사용하지만 가정 된 다 변수 정규 분포를 알고 있어야합니다. 개인적으로 나는 REML에 갈 것이다.
