在主要成分上使用歐幾里得距離來量化變化（隨時間變化）？大家好！
我回來了另一個幼稚的問題，對此我將不勝感激。
我們目前正在測量細胞群在抗體生產中的表現，以了解其隨著時間的變化。
我們有一堆不同的讀數（最高的細胞密度，大小，廢物產生量……當然還有它們產生的抗體量）。 當單元格是“年輕”，“中年”和“舊”時，我們有此功能。 對於某些量的抗體，它們會產生變化，但也會產生其他一些屬性（並不總是相同，而且方向也不同）。 我想回答的主要問題是，它們只會產生較少的抗體而其他所有東西保持不變，還是它們整體發生變化，而產生的數量僅僅是變得不同的事物之一。 從經驗上講，我可以說（大多數情況下）是後者，但是我想對此進行量化，尤其是將其放在一個很好的數字中（出於演示的目的，而不是詳細的分析）。 因此，我的想法是對屬性進行PCA處理，而不是生成數量（此處沒有明確的趨勢），然後沿著前4個PC測量歐幾里德距離（在scree圖中描述diff的80％/“膝蓋”）到各自的“最年輕的細胞”。 這裡的想法是，這個距離越大，細胞與祖先的區別就越大。 確實，當我將此距離與它們產生的相關性變化的關係作圖時，它是相當不錯的。 我當然知道這並不能告訴我任何背後的機制，但是我只是想知道ppl是否覺得這有意義。 我以為我可以跳過整個PCA步驟，只做eucl。所有屬性的距離，但這似乎是既使數據居中又減少列/維數量的一種好方法。
你怎麼看？ 附言：如果您不喜歡細胞，那就想想植物吧！;)
分析工具
