46808_es-ES

liliconcom

Técnicas de validación del modelo PCA

PCA se puede utilizar para construir un modelo que describa un conjunto de observaciones. Con la plataforma multivariada, es posible realizar análisis jacknife y de valores atípicos T2 para comprobar si alguna de las observaciones es extrema en relación con la media multivariada.

¿En qué situación podría usarse una columna de pesos para construir el modelo?

Si usa un modelo PCA, ¿cómo lo mantiene?

 

Si tengo una(s) nueva(s) observación(es), puedo aplicar los componentes principales guardados y T2 para evaluar si es consistente con mi modelo o no.

 

 

¿Hay algún método en JMP para evaluar la solidez del modelo PCA? Estaba pensando, por ejemplo, en crear una secuencia de comandos que elimine el 10 % de los valores de las celdas al azar de cada columna y luego use la imputación que falta para recuperarlos de la matriz de covarianza. Repitiendo esto muchas veces y comparando la tabla de valores propios y los imputados frente a los reales podría proporcionar información útil sobre la solidez del modelo.

Re: Técnicas de validación del modelo PCA

Otro pensamiento relacionado con la validación de PCA es crear una columna de validación al estilo de la capacidad "Crear columna de validación" de JMP Pro. Aquí está el enlace a la documentación en línea de JMP que describe esta utilidad:

 

http://www.jmp.com/support/help/13-2/Make_Validation_Column_Utility.shtml#

 

Si no está ejecutando JMP Pro, puede crear uno utilizando el flujo de trabajo que muestra mi colega @Julian en este video:

 

https://www.youtube.com/watch?v=M5_mECc4NAg

 

Luego use la columna de validación como una variable Por. Luego, puede comparar las diversas visualizaciones y estadísticas de PCA para determinar si son razonables y demás.

Re: Técnicas de validación del modelo PCA

DModX podría ser otra opción para ti.

 

From the Multivariate Methods book in HelpFrom the Multivariate Methods book in HelpDel libro Métodos multivariantes en Ayuda Guarde la fórmula DModX en su tabla de datos como lo haría con otras columnas de fórmula.

Re: Técnicas de validación del modelo PCA

Me gusta a dónde vas con esta idea.

 

Primero, peso y frecuencia, estoy bastante seguro de que hacen lo mismo en los componentes principales. El peso puede usar fracciones donde la frecuencia usa números enteros.

 

Parece que gran parte de la funcionalidad en la que está pensando es bastante fácil de programar.

Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Tiretread.jmp" );
obj = dt<<MULTIVARIATE>= Col Quantile( :name("T Square"), 0.9 )  );
r<<EXCLUDE></EXCLUDE></MULTIVARIATE>