PCA 模型验证技术PCA 可用于构建描述一组观察结果的模型。 使用多变量平台，可以执行 jacknife 和 T2 离群值分析，以检查是否有任何观察值相对于多变量平均值而言是极端的。
在什么情况下可以使用权重列来构建模型？
如果您使用 PCA 模型，您如何维护它？
如果我有新的观察结果，我可以应用保存的主成分和 T2 来评估它是否与我的模型一致。
JMP 中是否有任何方法可以评估 PCA 模型的稳健性？ 例如，我正在考虑创建一个脚本，该脚本从每列中随机删除 10% 的单元格值，然后使用估算缺失从协方差矩阵中恢复它们。 通过多次重复并比较特征值表和估算值与实际值可以提供有关模型稳健性的有用信息。
回复：PCA 模型验证技术PCA 验证的另一个想法是通过 JMP Pro 的“生成验证列”功能创建验证列。 以下是描述此实用程序的 JMP 在线文档的链接：
http://www.jmp.com/support/help/13-2/Make_Validation_Column_Utility.shtml#
如果您没有运行 JMP Pro，您可以使用我同事展示的工作流程创建一个@朱利安在这个视频中：
https://www.youtube.com/watch?v=M5_mECc4NAg
然后将验证列用作 By 变量。 然后您可以比较各种 PCA 可视化和统计数据的合理性等。
回复：PCA 模型验证技术DModX 可能是您的另一种选择。
From the Multivariate Methods book in HelpFrom the Multivariate Methods book in Help来自帮助中的多元方法一书将 DModX 公式保存到数据表中，就像保存其他公式列一样。
回复：PCA 模型验证技术我喜欢你的想法。
首先，权重和频率，我很确定它们在主成分中做同样的事情。 称重可以使用分数，而频率使用整数。
看起来您想到的很多功能都非常容易编写脚本。
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>
