JMP > 降维 > 折叠高度相关的变量（总计 N = 7300）？JMP 社区您好，
我有一个广泛的生物标志物数据集（7,300 个变量），其中包含高度相关变量的多个子集（r > 0.95），我希望将其分解为代表性变量（即，每组高度相关变量有一个聚合变量）。 虽然我可以轻松识别高度相关的变量对，但我很难识别每个组的所有成员。 我尝试过聚类，但无法得到明确的答案。
多变量方法中是否有一种方法可以让我折叠此数据集？
值得注意的是，由于保密原因，我无法共享数据集。
感谢您的帮助。
最好的，
TS
高级统计建模消费者和市场研究数据混合和清理回复：JMP > 降维 > 折叠高度相关的变量（总 N = 7300）？除了聚类之外，您的另一种想法是主成分分析。 为降维量身定制。
回复：JMP > 降维 > 折叠高度相关的变量（总 N = 7300）？JMP 社区您好，
嗯，我解决了我的问题。 对变量（互相关性 > 0.95 的变量子集）进行聚类后，我将聚类成员资格和最具代表性与原始 STACKED（高 x 窄表）进行匹配。 然后，我选择了与集群没有关联的所有行以及名称与最具代表性、子集化和按变量名称拆分的行。 我从 7,300 个变量增加到 5,700 个（即崩溃 22%）。
最好的，
TS
回复：JMP > 降维 > 折叠高度相关的变量（总 N = 7300）？JMP 社区您好，
看来我发帖后很快就能找到部分答案。 步骤1：使用Custer菜单下的Variable Clustering平台=已完成。
现在我已经有了用最具代表性和聚类成员结果聚类的变量，将输出应用到我的表的最佳方法是什么（我假设将涉及 JSL 脚本）。
感谢您的帮助。
最好的，
TS
