交叉設計和PCA嗨，
將PCA作為變量減少方法應用於從交叉設計中收集的數據是否可以接受，其中每個參與者都受到相同因素的兩個級別的影響？每個觀察包含1060個變量。
謝謝
回复：交叉設計和PCA當您編寫'...變量減少...'時，您是否正在尋求在建模環境中識別一組較小的有影響的變量來解釋或預測系統的行為？如果是，則建議使用“變量識別”技術。一般而言，PCA用作降維技術......而不是變量識別技術。JMP中有幾種建模方法，在JMP Pro中還有更多的建模方法以及可用於變量識別的伴隨/支持平台，如模型比較，生成驗證列和公式庫（僅限所有JMP Pro）。哪種方法最有效是一個上下文，您的數據和手頭的實際問題。
回复：交叉設計和PCA謝謝您的回复。我可能沒有表達自己。我想從我的交叉設計數據中獲得分數，並將這些分數用作其他內容的輸入變量。這是有效的方法嗎？
回复：交叉設計和PCA我仍然不能100％確定實驗設計的結構。是否有N個受試者，每個受試者都給予治療A和治療B？“1060”變量在哪裡發揮作用？這些'1060'變量是每個主題的屬性嗎？也許你可以共享JMP數據表？
回复：交叉設計和PCA是的，我有N頭奶牛（受試者），每頭奶牛都接受了治療A和治療B.從每頭奶牛（受試者）中取出牛奶樣品，並記錄該奶樣品的FTIR（傅立葉變換紅外）光譜。FTIR光譜包含1060個光譜變量，或者說我們所說的波數。我想知道配對觀察是否會成為計算PCA分數的問題。這種計算是否需要獨立觀察？如果是的話，我是否在這種情況下違反了這個假設？
回复：交叉設計和PCA您是將FTIR值視為預測變量還是響應？
回复：交叉設計和PCA回應
回复：交叉設計和PCA好的......我想我明白你要做的是什麼......因為FTIR值是響應，聽起來你會將PCA輸出用於其他目的我覺得我沒有看到任何問題使用這些值來創建特徵值等 您可能想知道治療後PCA結果之間是否存在明顯差異。使用諸如偏最小二乘的建模技術來查看您可以在那裡學到的內容可能是有意義的，即使您似乎沒有使用此特定數據集在建模空間中。你的問題聽起來與Baltic.jmp數據表不太相似......雖然這是一個小得多的表。
回复：交叉設計和PCA @P_Bartell 謝謝你的回答和時間，我真的很感激。
