3D PCA帮助也许是愚蠢的PCA问题：为了安全起见，我想比较不同程序之间的PCA图形输出。以前，我会将每个界标的x，y，z空间点上传到R中，运行PCA，并查看图，分数等。但是当我重新运行相同的数据集时（我想比较），我开始在R中得到一些奇怪的结果。当我在JMP中上传x，y，z值并选择“分析”>“多变量方法”>“主要成分”时，似乎只是将这些点视为正常值。这些界标来自高度3D的对象，但是在JMP PCA中，3D图形输出几乎将所有样本都放在一个平面上。（这看起来与R中的输出有100％的差异）那么，我可以将PC分数上传到JMP并从那里运行分析吗？（或者会以某种方式从分数中产生新的分数吗？）如果我缺少某些东西，或者有更好的选择，我将不胜感激任何建议/帮助。
回复：3D PCA帮助好的，但是在Excel表中没有意义的是为什么您显然对每个标本都有36个3D界标（X1，Y1，Z1，X2，Y2，Z2等）中的每个的主成分得分。这不是PCA的工作方式。
PCA主要用作可变归约技术。因此，通常可以将大量变量减少到少量PC。然后，您可以将每台PC的分数用作对观察结果（或样本）的简单描述。
或者，您也可以使用PCA来了解变量之间的相关性。
我不确定使用PCA的目的是什么。
抱歉!回复：3D PCA帮助希望我能澄清一下。对于每个标本，都有36个3D界标（X1，Y1，Z1，X2，Y2，Z2等）。在我最初用来获得空间坐标的程序（一个称为Landmark的程序）中，输出是用X，Y和Z列排列整个数据集，其中行构成地标。当我最初尝试上载那种形式的数据集时，JMP正在读取每一行（即每个地标）作为单独的样本。当我在以前的JMP社区帖子中寻求帮助时，建议将每个标本及其所有X，Y，Z点转换为单行（获取108行的低位条目）。然后我发现输出的3D图只是在创建空间点的散点图-例如，它实际上是在这些空间尺寸上绘制具有3D坐标1,2,3和另一个具有3,4,5的地标，而不是PC值。
因此，从那里，我从我在R中获得的数据集中获取了PC值，并对其进行了“ JMP转换”（构成样本的行及其所有PC得分）。即使手头上有物理样本，我也想通过PCA比较它们的空间关系。这就是为什么我认为在前面的评论中提到的在JMP中查看3D PCA的步骤是可以的...但是我想仔细检查一下，然后再进行进一步介绍。
回复：3D PCA帮助抱歉，我不了解数据。该数据集（包括样本）中似乎有109个变量。为什么每个样本有36个不同的XYZ值，您如何在PCA中使用这些变量在PCA分数标签中创建109个变量？实际上，最好回到基础知识，再问一下分析的目的是什么，以及将PCA用于什么目的。回复：3D PCA帮助谢谢菲尔。对于3D图，我想从主成分分数中可视化x，y，z坐标。如果有助澄清，我附上了一个Excel电子表格。您将看到一个选项卡，它只是每个样本中每个界标的空间x，y，z坐标。第二个选项卡是每个地标的PC分数。我想可视化从PC分数得出的3D空间关系，但是我想确保创建图形所遵循的步骤正确。
回复：3D PCA帮助你好
您能澄清一下吗？-在3D图中，您是否试图可视化x，y，z，坐标或主成分分数？
我希望主成分分数能坐飞机。关于PCA的一种思考方式是它是一种降维技术。这就是您在JMP中PCA的3D分数图中看到的。在前2个主要组件上，“高度3D”变化已减少为2D变化。
那有意义吗？
如果可以共享，很高兴查看您的数据。
干杯，
菲尔
