JMP > 降維 > 折疊高度相關的變量（總計 N = 7300）？JMP 社區您好，
我有一個廣泛的生物標誌物數據集（7,300 個變量），其中包含高度相關變量的多個子集（r > 0.95），我希望將其分解為代表性變量（即，每組高度相關變量有一個聚合變量）。 雖然我可以輕鬆識別高度相關的變量對，但我很難識別每個組的所有成員。 我嘗試過聚類，但無法得到明確的答案。
多變量方法中是否有一種方法可以讓我折疊此數據集？
值得注意的是，由於保密原因，我無法共享數據集。
感謝您的幫助。
最好的，
TS
高級統計建模消費者和市場研究數據混合和清理回复：JMP > 降維 > 折疊高度相關的變量（總 N = 7300）？除了聚類之外，您的另一種想法是主成分分析。 為降維量身定制。
回复：JMP > 降維 > 折疊高度相關的變量（總 N = 7300）？JMP 社區您好，
嗯，我解決了我的問題。 對變量（互相關性 > 0.95 的變量子集）進行聚類後，我將聚類成員資格和最具代表性與原始 STACKED（高 x 窄表）進行匹配。 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（即崩潰 22%）。
最好的，
TS
回复：JMP > 降維 > 折疊高度相關的變量（總 N = 7300）？JMP 社區您好，
看來我發帖後很快就能找到部分答案。 步驟1：使用Custer菜單下的Variable Clustering平台=已完成。
現在我已經有了用最具代表性和聚類成員結果聚類的變量，將輸出應用到我的表的最佳方法是什麼（我假設將涉及 JSL 腳本）。
感謝您的幫助。
最好的，
TS
