JMP> Reducción de dimensión> Colapsar variables altamente correlacionadas (N total = 7300)?Hola, comunidad de JMP:
Tengo un extenso conjunto de datos de biomarcadores (7.300 variables) que contiene múltiples subconjuntos de variables altamente correlacionadas (r> 0.95) que quiero colapsar en variables representativas (es decir, una variable agregada para cada grupo de variables altamente correlacionadas). Si bien puedo identificar fácilmente los pares de variables altamente correlacionados, estoy luchando para identificar a todos los miembros de cada grupo. He experimentado con la agrupación en clústeres, pero no puedo llegar a una respuesta definitiva.
¿Existe algún método en los métodos multivariados que me permita colapsar este conjunto de datos?
Es de destacar que no puedo compartir el conjunto de datos debido a la confidencialidad.
Gracias por tu ayuda.
Mejor,
TS
AnalíticaRe: JMP> Reducción de dimensión> Colapsar variables altamente correlacionadas (N total = 7300)?Hola, comunidad de JMP:
Parece que tiendo a encontrar parte de la respuesta poco después de la publicación. Paso 1: Utilice la plataforma de agrupación variable en el menú Custer = completado.
Ahora que tengo las variables agrupadas con los resultados más representativos y de pertenencia al clúster disponibles, cuál es la mejor manera de aplicar la salida a mi tabla (supongo que el script JSL estará involucrado).
Gracias por tu ayuda.
Mejor,
TS
Re: JMP> Reducción de dimensión> Colapsar variables altamente correlacionadas (N total = 7300)?Hola, comunidad de JMP:
Bueno, resolví mi pregunta. Después de agrupar las variables (el subconjunto de variables con intercorrelación> 0,95), hice coincidir la Membresía del clúster y la Más representativa con el STACKED original (tabla Alto x Estrecho). Luego seleccioné todas las filas sin asociación a un Clúster y aquellas con un nombre que coincida con el nombre Más Representativo, subconjunto y Dividido por Variable. Pasé de 7.300 variables a 5.700 (es decir, colapso del 22%).
Mejor,
TS
Re: JMP > Reducción de dimensión > ¿Colapsar variables altamente correlacionadas (N total = 7300)?Otro pensamiento para usted además de la agrupación es el análisis de componentes principales. Hecho a medida para la reducción de la dimensionalidad.
