JMP > 降維 > 折疊高度相關的變量（總 N = 7300）？您好 JMP 社區，
我有一個廣泛的生物標誌物數據集（7,300 個變量），其中包含多個高度相關變量的子集（r > 0.95），我想將這些子集合併為代表性變量（即，每組高度相關變量的一個聚合變量）。 雖然我可以輕鬆識別出高度相關的變量對，但我正在努力識別每個組的所有成員。 我已經嘗試過聚類，但我無法得到明確的答案。
MultiVariate Methods 中是否有允許我折疊此數據集的方法？
值得注意的是，由於機密性，我無法對數據集進行處理。
謝謝您的幫助。
最好的，
TS
分析回复：JMP > 降維 > 折疊高度相關的變量（總 N = 7300）？您好 JMP 社區，
似乎我傾向於在發布後很快找到部分答案。 步驟 1：使用 Custer 菜單下的 Variable Clustering 平台 = 已完成。
既然我已經將變量與可用的最具代表性和集群成員資格結果進行了聚類，那麼將輸出應用於我的表的最佳方法是什麼（我假設將涉及 JSL 腳本）。
謝謝你的幫助。
最好的，
TS
回复：JMP > 降維 > 折疊高度相關的變量（總 N = 7300）？您好 JMP 社區，
嗯，我解決了我的問題。 在對變量（具有相關性 > 0.95 的變量子集）進行聚類後，我將聚類成員身份和最具代表性的與原始堆棧（高 x 窄表）相匹配。 然後，我選擇了與集群沒有關聯的所有行以及名稱與最具代表性、子集化和按變量名稱拆分的行。 我從 7,300 個變量增加到 5,700 個（即 22% 崩潰）。
最好的，
TS
回复：JMP > 降維 > 折疊高度相關的變量（總 N = 7300）？除了聚類之外，您的另一個想法是主成分分析。 為降維量身定做。
