Blanchiment de la corrélation à l'aide de l'ACPSalut,
J'ai un Y simple par rapport à X avec une certaine corrélation linéaire. J'aime décorréler (blanchir) Y par rapport à X. Je sais comment utiliser l'analyse en composantes principales pour obtenir la nouvelle composante principale non corrélée Y et X. Comment transformer la nouvelle composante à l'échelle X et Y d'origine dans JMP ?
J'apprécie votre aide.
Merci
Adam
Modélisation statistique avancéeÉtudes de marché et de consommationFusion et nettoyage des donnéesIngénierie de la qualité et des procédésRe : Blanchir la corrélation à l'aide de l'ACPSalut DS,
Merci pour votre réponse et désolé pour la confusion. Mon objectif est votre premier scénario, j'aime supprimer l'effet de la taille du poids et voir la répartition du poids sans effet de la taille. Merci pour l'aide.
Salutations,
Adam
Re : Blanchir la corrélation à l'aide de l'ACPBonjour @À ,
Je suis un peu confus quant à votre objectif ici.Voici deux choses que je pense que vous pourriez essayer de faire.L'un ou l'autre est-il proche ?
Après avoir pris en compte la variation de taille qui correspond au poids, quelle autre variation de hauteur est-il?
Pour ce faire, vous pouvez effectuer une PCA avec la taille et le poids et enregistrer les valeurs prédites (Plate-forme PCA > Triangle rouge > Enregistrer les colonnes > Prévisions), puis soustraire la valeur prédite de la valeur réelle à l'aide de colonnes supplémentaires dans votre tableau de données.Cela vous donnera le résiduel qui est la variation de taille qui n'est pas corrélée au poids.Les unités de ces variables sont les mêmes que les variables d'origine, mais leurs valeurs seront centrées autour de zéro.
OU vous pourriez vouloir dire :
Produire un ensemble unique de variables pour représenter à la fois la taille et le poids, de sorte que les nouvelles variables ne soient pas corrélées entre elles, et qui seraient utilisées dans d'autres analyses.
Dans ce cas, vous ne transformeriez pas les variables dans l'espace d'origine, mais les utiliseriez plutôt comme variables latentes.Pour cela, enregistrez les valeurs des composants principaux (Plateforme PCA > Triangle rouge > Enregistrer les colonnes > Composants principaux). Ces variables latentes n'ont pas d'unités, et lors de leur examen dans toute autre analyse, vous devrez tenir compte de leurs charges pour voir comment elles affectent à la fois la taille et le poids.
Re : Blanchir la corrélation à l'aide de l'ACPSalut DS,
Merci pour la réponse rapide. Après PCA, les P1 et P2 sont donnés en termes de X et Y (deux variables). Je connais mon X et Y d'origine, mais j'aime bien avoir un Y décorrélé par rapport à X. Par exemple, à partir d'un poids fortement corrélé par rapport à la taille, j'aime obtenir un poids non calibré décorrélé par rapport à la taille après suppression de l'effet de corrélation.
Merci encore.
Salutations,
Adam
Re : Blanchir la corrélation à l'aide de l'ACPSalut @À ,
Si je comprends bien ce que vous recherchez, vous voulez savoir comment passer des composants principaux à X et Y, est-ce exact ?
Par exemple, si vous avez un système à trois composants : X1, X2, X3 et que vous effectuez une PCA, vous avez Prin1, Prin2 et Prin3. Ces PC seront des combinaisons linéaires de X1, X2 et X3 avec des coefficients qui sont les valeurs propres. Vous pouvez obtenir les valeurs propres et les vecteurs propres à partir du bouton de raccourci à côté du PC en haut du rapport.
La matrice des vecteurs propres vous montre quels sont les coefficients pour obtenir la combinaison linéaire de ce qu'est X1 en termes de Prin1, Prin2 et Prin3 (ligne du tableau), ou vous pouvez trouver ce qu'est Prin1 en termes de X1, X2, X3 ( colonne du tableau). Voir un exemple de capture d'écran ci-dessous.
Le tableau des valeurs propres devrait vous donner ce que vous recherchez.
J'espère que cela t'aides!,
DS
