Aufhellen der Korrelation mit PCAHallo,
Ich habe ein einfaches Y gegen X mit einer linearen Korrelation. Ich mag es, Y gegen X zu dekorrelieren (Aufhellen). Ich weiß, wie man die Hauptkomponentenanalyse verwendet, um die neuen unkorrelierten Hauptkomponenten Y und X zu erhalten. Wie transformieren Sie die neue Komponente in JMP in die ursprüngliche X- und Y-Skala?
Ich schätze Ihre Hilfe.
Vielen Dank
Adam
AnalytikBetreff: Aufhellen der Korrelation mit PCAHallo @BEIM ,
Wenn ich verstehe, wonach Sie suchen, möchten Sie wissen, wie Sie von den Hauptkomponenten zurück zu X und Y gelangen. Ist das richtig?
Wenn Sie beispielsweise ein Dreikomponentensystem haben: X1, X2, X3 und eine PCA durchführen, haben Sie Prin1, Prin2 und Prin3. Diese PCs sind lineare Kombinationen von X1, X2 und X3 mit Koeffizienten, die die Eigenwerte sind. Sie können die Eigenwerte und Eigenvektoren über den Hot Button neben dem PC oben im Bericht abrufen.
Die Eigenvektormatrix zeigt Ihnen, wie hoch die Koeffizienten sind, um die lineare Kombination von X1 in Bezug auf Prin1, Prin2 und Prin3 (Zeile in Tabelle) zu erhalten, oder Sie können herausfinden, was Prin1 in Bezug auf X1, X2, X3 ist ( Spalte in der Tabelle). Unten sehen Sie einen Beispiel-Screenshot.
Die Eigenwerttabelle sollte Ihnen den gewünschten Wunsch geben.
Hoffe das hilft!,
DS
Betreff: Aufhellen der Korrelation mit PCAHallo DS,
Danke für die schnelle Antwort. Nach PCA werden P1 und P2 als X und Y (zwei Variablen) angegeben. Ich kenne mein ursprüngliches X und Y, aber ich mag es, Y gegen X zu dekorrelieren. Zum Beispiel möchte ich aufgrund eines stark korrelierten Gewichts gegenüber der Größe ein dekorreliertes nicht skaliertes Gewicht gegenüber der Größe erhalten, nachdem der Korrelationseffekt entfernt wurde.
Danke noch einmal.
Grüße,
Adam
Betreff: Aufhellen der Korrelation mit PCAHallo @BEIM ,
Ich bin ein wenig verwirrt über Ihr Ziel hier.Hier sind zwei Dinge, von denen ich denke, dass Sie versuchen, sie zu tun.Ist entweder nah?
Nach Berücksichtigung der Höhenschwankung, die dem Gewicht entspricht, was andere Höhenunterschied gibt es?
Dazu können Sie eine PCA mit Größe und Gewicht erstellen und die vorhergesagten Werte speichern (PCA-Plattform> Rotes Dreieck> Spalten speichern> Vorhersagen) und dann den vorhergesagten vom tatsächlichen Wert mithilfe zusätzlicher Spalten in Ihrer Datentabelle subtrahieren.Dies wird Ihnen die geben Restwert Dies ist die Variation der Höhe, die nicht mit dem Gewicht korreliert.Die Einheiten dieser Variablen sind dieselben wie die ursprünglichen Variablen, ihre Werte werden jedoch um Null zentriert.
ODER Sie könnten bedeuten:
Erstellen Sie einen einzelnen Satz von Variablen, um sowohl Größe als auch Gewicht darzustellen, sodass die neuen Variablen nicht miteinander korreliert sind und in anderen Analysen verwendet werden.
In diesem Fall würden Sie die Variablen nicht in den ursprünglichen Raum zurücktransformieren, sondern sie als latente Variablen verwenden.Speichern Sie dazu die Hauptkomponentenwerte (PCA-Plattform> Rotes Dreieck> Spalten speichern> Hauptkomponenten). Diese latenten Variablen haben keine Einheiten. Wenn Sie sie in einer anderen Analyse untersuchen, müssen Sie ihre Belastungen berücksichtigen, um festzustellen, wie sie sich sowohl auf die Größe als auch auf das Gewicht auswirken.
