PCA分离两个结果你好，
我有一组患者的二元结果，以及一长串测量变量（即潜在预测因子/特征）。我可以对整个数据集进行主成分分析 (PCA)，也可以对每组数据集分别进行主成分分析（即分别对阳性患者和阴性患者进行主成分分析）。但我真正想要的是：哪两个主成分最能区分阳性和阴性？我尝试过一些判别分析，但进展不大，欢迎任何帮助或建议。
谢谢！
尤利尔
高级统计建模回复：PCA将两个结果分开你好，
如果您需要过滤/关注哪些变量与分类最相关，您是否考虑过判别分析平台或响应筛选平台。
最好，
TS回复：PCA将两个结果分开你好@utkcito ，
PCA可能不是适合您的工具。 由于您具有二进制结果（开/关，1/0，死/活），因此听起来更像是逻辑回归问题，就像JMP样本数据中的“泰坦尼克号幸存者”示例一样。 PCA的目的不一定是预测结果，即分离出0/1个结果。 使用决策树，神经网络或其他基于树的方法（例如XGBoost）可能会更好。 您甚至可以尝试使用支持向量机。 这些选项中的许多选项取决于您拥有的JMP版本（例如Pro或Standard）。
PCA的确旨在找到一组线性独立的矢量（预测变量数据集，您不会向其提供响应数据），从而最大化变化性数据沿一组正交的主成分进行解释。 您可以在JMP帮助中阅读这里。 主成分不一定是区分阳性/阴性的良好预测指标。 这可能更适合SVM平台。 如果没有Pro，则可能要尝试使用分区决策树方法或神经网络。
另一件事：根据您拥有多少行，您可能需要生成一个在结果列上分层的验证列，并将其用于模型验证。 您还可以考虑添加一个空因子列（请参阅JMP的自动验证加载项），以查看可能的预测变量集在模型中实际出现的频率是否比完全随机和正交的空因子高。
希望这可以帮助。
祝你好运！，
DS
回复：PCA将两个结果分开TS和DS，您好！
我不是在寻找PCA的预测指标。 我想刻画，描述。 我认为判别分析应该在宽线性方法下进行，因为它显示了主要成分，但是找不到其生成的主要成分的详细信息来评估是否确实如此。
乌里尔
回复：PCA将两个结果分开您可以考虑使用PLS-DA而不是PCA。 PLS确保第一个组件与目标中的变化最大有关，换句话说，对于单个Y，您应该始终在组件1和2的得分图中看到最佳分离。然后，您可以查看载荷，VIP系数或使用您在PCA中惯用的方法来评估变量的重要性。
您可以使用以下设备的PLS个性启动PLS-DA：拟合模型平台，或通过创建创建变量（取决于类别）为1或0，然后将其包括在PLS平台。
回复：PCA将两个结果分开你好@utkcito ，
我同意@ih ，PLS平台可能更适合您想要做的事情，或者SVM平台也更适合。
判别分析可能不起作用的原因之一是，听起来您的数据集可能不完全适合DA的预期格式。 DA需要分类X和连续响应Y，这是相反的，使用连续Y最终预测X，即它基于已知的连续Y变量预测分类变量。
我想，如果您想使用X来表征/描述Y的结果，那么PLS，分区或SVM可能是更好的平台。 并作为@ih提到，使用VIP图，您可以将其与VIP阈值一起使用，以生成简化模型，其中不使用模型中的每个X列。 聚类也可以是一种选择，但是在尝试解释结果时，它可能不如PLS有意义。
希望您可以使用这些平台之一来帮助您的工作。
祝你好运！，
DS
回复：PCA分离两个结果你好@utkcito ，
虽然我完全同意其他人关于数据分析的潜在选项的观点，但我还是想推荐另一个 JMP Pro 平台，值得您花时间尝试一下。广义回归 (GR) 非常适合二项式/二元结果。LASSO 和弹性网络算法可以让您在正在处理的因子空间中找到最佳的整体变量组合，而不是在主成分或潜在因子 (PLS) 空间中找到。PCA 和 PLS 模型如果不付出大量额外努力，很难确定哪些因素最重要。此外，您还可以使用多种交叉验证选项来避免过度拟合。
神经网络 (NN) 可能对你有用。TanH（双曲正切函数）非常适合二项式结果，并且会自动引导你使用交叉验证来避免过度拟合。（JMP 和 JMP Pro）
Bootstrap Forest 作为一种分割方法，也可以帮助您在因子空间中找到最重要的因子。(JMP Pro)
最后一个想法，如果您可以访问 JMP 16 EA，您可以尝试预测模型下的模型筛选，以帮助您找到最适合您数据的整体模型。
模型筛选将成为 JMP Pro 16 的一大新功能
回复：PCA分离两个结果感谢所有回复的朋友，你们的评论很有帮助——事实上，我最近用过所有这些选项来分析数据。我特别感兴趣的是正交判别会是什么样子，但如果无法直接实现，我就不再继续了。
尤利尔。
