PCA1 및 PCA2 값을 사용하여 새 케이스와 PCA 모델 데이터 포인트 간의 거리를 계산하는 방법40 개 개체의 3 개 변수에서 2 개의 구성 요소 PCA1 및 PCA2로 간단한 PCA 모델을 만들었습니다.여기에서 매우 유용한 지침에 따라 모델 집합에 가중치 = 1이 주어 졌으므로 새 케이스의 위치 (가중치 = 0)를 모델 개체에 상대적으로 시각화 할 수 있습니다.
질문 : 새 개체 (n = 51)와 각 40 개의 모델 집합 개체 사이의 거리를 찾는 방법이 있습니까?이미지 측정을위한 추가 기능을 찾았지만 대화 형 솔루션을 찾을 수 없습니다. 파일을 첨부하고 있습니다.biplot에 표시된 검은 색 점은 새로운 사례입니다.내 의도는 각각의 새로운 개체에 대한 상위 3 개의 모델 집합 개체를 찾는 것입니다.
귀하의 안내에 미리 감사드립니다.
해석학다른Re : PCA1 및 PCA2 값을 사용하여 새 케이스와 PCA 모델 데이터 포인트 사이의 거리를 어떻게 계산합니까?안녕 @TCM ,
내가 귀하의 질문을 정확히 따르는 지 확실하지 않지만 그것이 무엇인지에 따라 T2 통계를 고려할 수 있습니다. 각 데이터 포인트에 대한 모델 계획까지의 거리를 알려주는 DModX가 이미 있고 T2 통계 (Mahalanobis 거리 제곱)는 모델 중심에서 각 데이터 포인트까지의 거리를 알려줍니다. 핫 버튼을 클릭 한 다음 이상치 분석을 선택하여 PCA 플랫폼에서이를 확인할 수 있습니다. DModX 공식을 저장할 때와 동일해야하는 적절한 수의 구성 요소를 선택해야합니다. T2 공식을 데이터 테이블에도 저장할 수 있습니다.
말 그대로 PC 공간의 각 행 사이의 거리를 원한다면 두 가지 주요 구성 요소를 사용하여 다차원 스케일링을 수행하고 싶을 것입니다. 이동 : 분석> 다변량 방법> 다차원 척도법. Y, 열에 대한 PC 열 그룹을 선택하고 "데이터 형식"을 속성 목록으로 변경하고 차원 설정 값을 보유한 PC 수에 관계없이 변경하십시오. 그런 다음 2D MS 보고서 창에서 핫 버튼으로 이동하여 Show Proximity를 선택하면 가능한 모든 거리 조합 테이블이 제공됩니다. 그런 다음 마우스 오른쪽 버튼을 클릭> 추가 분석을 위해 데이터 테이블로 만들기
그런 다음 다음과 같이 시각화 할 수 있습니다.
도움이 되었기를 바랍니다!,
DS
Re: PCA1 및 PCA2 값을 사용하여 새 케이스와 PCA 모델 데이터 포인트 사이의 거리를 어떻게 계산합니까?두 번째 단락에서 제공한 솔루션이 작동합니다! MDS biplot은 180도 회전된 PCA biplot입니다. To object-From object distances를 사용하여 내가 찾고 있던 거리 순서를 정렬할 수 있습니다.
많은 감사합니다!
