3D PCA 도움말멍청한 PCA 질문 일 수도 있습니다. 안전을 위해 다른 프로그램간에 내 PCA 그래픽 출력을 비교하고 싶습니다. 이전에는 각 랜드 마크에 대한 x, y, z 공간 포인트를 R에 업로드하고 PCA를 실행하고 플롯, 점수 등을 봅니다. 그러나 동일한 데이터 세트를 다시 실행할 때 R에서 이상한 결과를 얻기 시작했습니다 (비교하고 싶습니다). JMP에 x, y, z 값을 업로드하고 분석> 다변량 방법> 주성분을 선택하면 점을 일반 값으로 취급하는 것 같습니다. 이러한 랜드 마크는 고도의 3D 개체에서 가져온 것이지만 JMP PCA에서 3D 그래픽 출력에는 거의 모든 표본이 단일 평면에 있습니다. (그리고 이것은 R에서 수행 된 출력과 100 % 다르게 보입니다) 그렇다면 PC 점수를 JMP에 업로드하고 거기에서 분석을 실행할 수 있습니까? (또는 이미 점수에서 파생 된 새로운 점수를 생성 할 수 있습니까?) 제가 놓친 것이 있거나 더 나은 대안이 있다면 모든 조언 / 지원에 대해 크게 감사하겠습니다.
Re : 3D PCA 도움말좋습니다.하지만 Excel 표에서 말이되지 않는 것은 각 표본에 대해 36 개의 3D 랜드 마크 (X1, Y1, Z1, X2, Y2, Z2 등) 각각에 대한 주성분 점수가 분명히있는 이유입니다. 그것은 PCA가 작동하는 방식이 아닙니다.
PCA는 주로 가변 감소 기술로 사용됩니다. 따라서 일반적으로 많은 수의 변수를 적은 수의 PC로 줄입니다. 그런 다음 각 PC의 점수를 관찰 (또는 표본)에 대한 더 간단한 설명으로 사용할 수 있습니다.
또는 PCA를 사용하여 변수 간의 상관 관계를 이해합니다.
PCA 사용 목적이 무엇인지 잘 모르겠습니다.
죄송합니다!Re : 3D PCA 도움말나는 일을 명확히 할 수 있기를 바랍니다. 각 표본에는 36 개의 3D 랜드 마크 (X1, Y1, Z1, X2, Y2, Z2 등)가 있습니다. 원래 공간 좌표를 얻던 프로그램 (Landmark라고하는 프로그램)에서 출력은 랜드 마크를 구성하는 행과 함께 전체 데이터 세트를 X, Y, Z 열로 배열하는 것이 었습니다. 처음에 이러한 형식의 데이터 세트를 업로드하려고 할 때 JMP는 각 행 (즉, 각 랜드 마크)을 별도의 표본으로 읽었습니다. 이전 JMP 커뮤니티 게시물에서 도움을 요청했을 때 각 표본과 모든 X, Y, Z 포인트를 단일 행으로 변환하는 것이 좋습니다 (108 행의 낮은 항목을 정리). 그런 다음 출력 3D 그래프가 공간 점의 산점도를 만드는 것임을 알았습니다. 예를 들어, 말 그대로 3D 좌표 1,2,3이있는 랜드 마크를 그리고 다른 공간 차원에서 3,4,5가있는 랜드 마크를 플로팅했습니다. PC 값.
그래서 거기에서 나는 R에서 얻은 데이터 세트에서 PC 값을 가져와 "JMP로 변환"했습니다 (샘플을 구성하는 행과 모든 PC 점수). 손에 물리적 표본이 있지만 PCA를 통해 공간 관계를 비교하고 싶습니다. 그렇기 때문에 이전 댓글에서 언급 한 JMP에서 3D PCA를 보는 단계를 수행하는 것이 괜찮다고 생각했습니다.하지만 너무 앞서 기 전에 다시 확인하고 싶었습니다.
Re : 3D PCA 도움말죄송합니다. 데이터를 이해할 수 없습니다. 이 데이터 세트에는 109 개의 변수가있는 것으로 보입니다 (검체 포함). 각 표본에 대해 36 개의 서로 다른 XYZ 값이있는 이유는 무엇이며 PCA 점수 탭에서 109 개의 변수를 생성하기 위해 PCA에서 이러한 변수를 어떻게 사용하고 있습니까? 사실, 기본으로 돌아가 분석의 목적이 무엇이며 PCA를 사용하는 목적이 무엇인지 묻는 것이 더 나을 수 있습니다.Re : 3D PCA 도움말감사합니다 필. 3D 플롯의 경우 주성분 점수에서 x, y, z 좌표를 시각화하려고합니다. 명확히하는 데 도움이된다면 Excel 스프레드 시트를 첨부했습니다. 각 표본의 각 랜드 마크에 대한 공간 x, y, z 좌표 인 하나의 탭이 표시됩니다. 두 번째 탭은 각 랜드 마크의 PC 점수입니다. PC 점수에서 파생 된 3D 공간 관계를 시각화하고 싶지만 그래프를 만들기 위해 따르는 단계가 올바른 순서인지 확인하고 싶습니다.
Re : 3D PCA 도움말안녕하세요,
명확히 할 수 있습니까?-3D 플롯에서 x, y, z, 좌표 또는 주성분 점수를 시각화하려고합니까?
주요 구성 요소 점수가 비행기에있을 것으로 예상합니다. PCA에 대해 생각하는 한 가지 방법은 이것이 차원 축소 기술이라는 것입니다. 이것은 JMP의 PCA에있는 3D 점수 플롯에서 볼 수있는 것입니다. "높은 3D"변형은 처음 2 개의 주요 구성 요소에서 2D 변형으로 축소되었습니다.
말이 돼?
데이터를 공유 할 수 있다면 기쁘게 생각합니다.
건배,
필
