Interpretazione di base dei grafici PCACiao a tutti, mi chiedevo se qualcuno può spiegare il secondo grafico che appare dopo l'analisi PCA generale su JMP. In genere vengono visualizzati tre grafici: il grafico degli autovalori, un secondo grafico a dispersione e il grafico di caricamento. Qual è la relazione tra il secondo grafico e il grafico di caricamento? Ho notato che il grafico di caricamento in genere ha molti più dettagli rispetto al secondo grafico a dispersione. Grazie!
Modellazione statistica avanzataEsplorazione e visualizzazione dei datiRe: Interpretazione di base dei grafici PCAGrazie Georg che è stato anche molto utile! Mi ha aiutato a ricavare la vista biplot dal grafico PCA e dal grafico di caricamento.
Re: Interpretazione di base dei grafici PCAGrazie Dan, è stato molto utile!
Re: Interpretazione di base dei grafici PCA@cristallo007 ci sono molte informazioni eccellenti nel programma su questo, ad esempio dare un'occhiata
- alcuni esempi nell'indice statistico (Aiuto --> indice statistiche), o in altre tabelle campione
- nel rapporto premere "?" e indica la parte del rapporto su cui hai domande
- nel Manuale (Metodi multivariati, capitolo 4 PCA)
- ...
Re: Interpretazione di base dei grafici PCACi sono molti modi in cui può essere spiegato PCA, ma ecco una spiegazione.
Il secondo grafico è il grafico a dispersione di PC1 e PC2. Questo è un grafico delle osservazioni sui nuovi assi delle coordinate del PC. Potresti pensarlo come una vista bidimensionale del tuo spazio multidimensionale originale. Può parlarti delle relazioni tra le osservazioni.
Il terzo grafico è il grafico degli autovalori per i primi due PC. Questo può parlarti delle relazioni tra le variabili.
I due insieme: supponiamo di vedere un punto periferico nella parte in alto a destra del secondo grafico. Osserva il terzo grafico e osserva quali variabili puntano in quella direzione. Quel punto periferico è probabilmente alto in quelle variabili. Allo stesso modo, qualsiasi variabile nella direzione opposta avrebbe punteggi bassi per le variabili originali.
