108124_de-DE

liliconcom

3D-PCA-Hilfe

Vielleicht eine dumme PCA-Frage: Um sicherzugehen, möchte ich meine PCA-Grafikausgaben zwischen verschiedenen Programmen vergleichen. Zuvor habe ich meine räumlichen x-, y- und z-Punkte für jeden Orientierungspunkt in R hochgeladen, die PCA ausgeführt und die Diagramme, Ergebnisse usw. angezeigt. Als ich jedoch denselben Datensatz erneut ausgeführt habe, bekam ich in R einige merkwürdige Ergebnisse (Hench will vergleichen). Wenn ich meine x-, y- und z-Werte in JMP hochgeladen und Analysieren > Multivariate Methoden > Hauptkomponenten ausgewählt habe, scheint es, als würden die Punkte nur als normale Werte behandelt. Diese Orientierungspunkte stammen von stark dreidimensionalen Objekten, doch in der JMP PCA befinden sich bei der 3D-Grafikausgabe alle Exemplare praktisch auf einer einzigen Ebene. (Und das sieht 100 % anders aus als die Ausgabe in R) Könnte ich also die PC-Ergebnisse in JMP hochladen und die Analyse von dort aus ausführen? (Oder würde das irgendwie dazu führen, dass neue Ergebnisse generiert werden, die aus bereits erzielten Ergebnissen abgeleitet werden?) Wenn mir etwas fehlt oder eine bessere Alternative vorliegt, wäre ich für jeden Rat/jede Hilfe sehr dankbar.

Betreff: 3D-PCA-HilfeOkay, aber was in Ihrer Excel-Tabelle keinen Sinn ergibt, ist, warum Sie anscheinend für jede der 36 3D-Landmarken (X1, Y1, Z1, X2, Y2, Z2 usw.) für jede Probe einen Hauptkomponentenwert haben. So funktioniert PCA nicht.

PCA wird hauptsächlich als variable Reduktionstechnik eingesetzt. Man reduziert also in der Regel eine große Anzahl an Variablen auf eine kleine Anzahl an PCs. Dann können Sie die Ergebnisse für jeden PC als einfachere Beschreibung der Beobachtungen (oder Proben) verwenden.

Alternativ können Sie PCA verwenden, um die Korrelation zwischen Variablen zu verstehen.

Ich bin mir nicht sicher, welchen Zweck die Verwendung von PCA hier hat.

Verzeihung!Betreff: 3D-PCA-Hilfe

Hoffentlich kann ich die Dinge klären. Für jedes Exemplar gibt es 36 3D-Landmarken (X1,Y1,Z1,X2,Y2,Z2 usw.). In dem Programm, mit dem ich ursprünglich die Raumkoordinaten ermittelte (ein Programm namens Landmark), bestand die Ausgabe darin, den gesamten Datensatz mit einer X-, Y- und Z-Spalte anzuordnen, wobei die Zeilen die Orientierungspunkte darstellten. Als ich ursprünglich versuchte, diese Form des Datensatzes hochzuladen, las JMP jede Zeile (dh jeden Orientierungspunkt) als separates Exemplar. Als ich in einem früheren JMP-Community-Beitrag um Hilfe gebeten habe, wurde mir empfohlen, jedes Exemplar und alle seine X-, Y- und Z-Punkte in eine einzige Zeile umzuwandeln (vergessen Sie die 108 niedrigen Einträge in Zeilen). Dann fand ich heraus, dass das ausgegebene 3D-Diagramm nur ein Streudiagramm der räumlichen Punkte erstellte – es zeichnete beispielsweise buchstäblich einen Orientierungspunkt mit den 3D-Koordinaten 1,2,3 und einen anderen mit 3,4,5 in diesen räumlichen Dimensionen auf, nicht die PC-Werte.

 

Von da an habe ich die PC-Werte aus meinem Datensatz genommen, den ich in R erhalten hatte, und sie „JMP-konvertiert“ (eine Zeile, die eine Probe und alle ihre PC-Werte darstellt). Obwohl ich die physischen Exemplare in der Hand habe, möchte ich ihre räumlichen Beziehungen über eine PCA vergleichen. Aus diesem Grund dachte ich, dass die Schritte zum Anzeigen der 3D-PCA in JMP, die ich im vorherigen Kommentar erwähnt habe, in Ordnung sind ... aber ich wollte es noch einmal überprüfen, bevor ich zu weit gehe.

Betreff: 3D-PCA-HilfeEntschuldigung, ich verstehe die Daten nicht. Dieser Datensatz scheint 109 Variablen zu enthalten (einschließlich Specimin). Warum gibt es 36 verschiedene XYZ-Werte für jede Probe und wie verwenden Sie diese Variablen in PCA, um die 109 Variablen auf der Registerkarte „PCA-Scores“ zu erstellen? Tatsächlich ist es möglicherweise besser, zu den Grundlagen zurückzukehren und zu fragen, was das Ziel der Analyse ist und wofür Sie PCA verwenden.Betreff: 3D-PCA-Hilfe

Danke Phil. Für die 3D-Diagramme möchte ich die X-, Y- und Z-Koordinaten aus den Hauptkomponentenwerten visualisieren. Wenn es zur Verdeutlichung beiträgt, habe ich eine Excel-Tabelle angehängt. Sie sehen eine Registerkarte, die nur die räumlichen X-, Y- und Z-Koordinaten für jeden Orientierungspunkt jeder Probe enthält. Die zweite Registerkarte enthält die PC-Ergebnisse für jeden Orientierungspunkt. Ich möchte die aus den PC-Ergebnissen abgeleitete räumliche 3D-Beziehung visualisieren, aber ich möchte sicherstellen, dass die Schritte, die ich zum Erstellen des Diagramms befolge, die richtige Reihenfolge haben.

Betreff: 3D-PCA-HilfeHallo,

Können Sie etwas klarstellen? Versuchen Sie im 3D-Diagramm, die X-, Y-, Z-Koordinaten oder die Hauptkomponentenwerte zu visualisieren?

Ich würde erwarten, dass die Partituren der Hauptkomponenten auf einer Ebene liegen. Eine Möglichkeit, über PCA nachzudenken, ist, dass es sich um eine Technik zur Dimensionsreduzierung handelt. Dies sehen Sie im 3D-Ergebnisdiagramm im PCA in JMP. Die „stark 3D“-Variante wurde bei den ersten beiden Hauptkomponenten auf eine 2D-Variante reduziert.

Ist das sinnvoll?

Wir freuen uns über einen Blick auf Ihre Daten, wenn Sie diese mit anderen teilen können.

Beifall,
Phil