JMP PCA 数据帮助！我刚开始在 JMP 中进行 PCA。 玩弄它虽然看起来相当简单。 但是，当我上传自己的数据时，问题就从这里开始了。 我正在做 3D GM，所以每个地标（总共 36 个）都有一个 X、Y 和 Z 坐标。 在简单的 txt 或 Excel 表格中，每个标本的数据被转换为 3 列（X、Y 和 Z 列）和 36 行（每个界标一行）。
在 JMP 中，我似乎必须转换我的数据 - 因此每个样本将是包含 108 列（X1、Y1、Z1、X2、Y2、Z2 等）的单行 - 否则它会到达每一行作为具有单个 X、Y 和 Z 坐标的样本。 正确的？ 其次，我的一些地标不见了，不是每个标本都少了“地标8”那么简单。 我知道估计缺失数据等的利弊和争论，但我不想那样做。 在 RI 中简单地使用“NA”表示缺失数据，但 JMP 似乎不喜欢组合数字/值/符号。 它似乎也不喜欢 - 代替丢失的数据，也不喜欢空字段。 非常感谢任何帮助或建议！
回复：JMP PCA 数据帮助！我认为基本上取决于你的数据集......：
通过 JMP 帮助手册我们可以读到：
MNI 根据多元正态分布估算缺失值。 该过程要求所有变量都具有连续建模类型。 该算法使用最小二乘插补。 协方差矩阵是使用成对协方差构建的。 使用每个变量的所有非缺失值计算对角线条目（方差）。 任何两个变量的非对角线项都是使用两个变量均不缺失的所有观察值计算的。 在协方差矩阵为奇异矩阵的情况下，该算法使用基于 Moore-Penrose 伪逆的最小范数最小二乘插补。
多元正态插补允许选择对协方差使用收缩估计量。 使用收缩估计器是改进协方差矩阵估计的一种方式。
虽然 SVD 对于具有成百上千个变量的数据很有用
因为 SVD 计算不需要计算协方差矩阵，所以对于包含大量变量的宽问题推荐使用 SVD 方法
有时我只是用列的平均值替换（使用 jsl 脚本）空单元格
再见
詹保罗
回复：JMP PCA 数据帮助！惊人的！ 这正是我需要的！ 太感谢了。 出于好奇——我一直在审查辩论文献但无济于事——你选择多元正态与多元 SVD 是否有特殊原因？ 再次感谢大家的帮助！
回复：JMP PCA 数据帮助！嗨恐龙
我只是稍微操纵了你的数据文件。我转换了 Numerico/continuous 中的所有列，然后我使用 JMP 功能估算了表中的缺失值：EXPLORE MISSING VALUE--> MULTIVARIATE NORMAL Imputation。 之后就可以进行PCA了。
希望是你所需要的|（请检查随附的测试表jmp）
回复：JMP PCA 数据帮助！感谢您的帮助！ 我附上了我的工作数据集的 JMP 表（现在已适当组织）。 因此，如果我对您的理解正确，我对丢失数据几乎是 SOL？ 当我转到“分析”>“多元方法”>“主成分”时，会出现一个可选择列的框。 缺少数据的列在每个列标签的左侧有一个红色条形图图标，而“完整”的列有一个蓝色三角形图标。 当我突出显示所有列并将它们拖到 Y，列（表示需要数值）时，它只会“存放”蓝色三角形列。 所以我认为这实际上只是选择了完整的列？ 作为测试，我开始用值替换一些缺失的条目（未复制，但随机值与所有其他值的长度相同）。 奇怪的是，这样做并重新运行后，这些修改过的列仍然显示为“不完整”。 那我错过了什么？ 我想我最大的问题是，我应该如何处理丢失的数据？ 我不想估计缺失的数据，因为我正在比较相关物种之间的微小形状变化，因此估计可能会混淆水。 由于它们关系密切且形态相似，因此“混合”它们就不那么理想了……
回复：JMP PCA 数据帮助！是的，PCA 期望每个观察值或标本都是单行。 看一下附加的两个表，以及其中保存的脚本。 要从一种格式转换为另一种格式，您需要了解“Tables > Split”和“Tables > Stack”，它们本质上是反向操作（请查看“帮助”）。
JMP 将缺失数值显示为“.”。 如果你双击其中一个 nemeric 单元格并删除它的内容，你应该会看到这个。 但是（如您所见），任何一列中的值必须具有相同的数据类型和建模类型。
