484949_it-IT

liliconcom

JMP > Analisi fattoriale > Problema con la struttura di input

Ciao comunità JMP,

Ho un ampio set di dati (354 casi [Righe] x 4800 variabili [Colonne]) derivato da un'analisi metabolomica. Mentre esaminavo i dati tramite PCA, ho notato una netta separazione dei dati in due popolazioni (vedi sotto). Ora, devo valutare il possibile contributo delle proprietà dei casi (ad esempio, Genere, Età, Trattamento) a questa separazione.

Ho dato per scontato che l'analisi fattoriale sarebbe stata la piattaforma giusta da utilizzare, ma non sono riuscito a capire come formattare correttamente l'input per questa analisi.

Non posso condividere i dati effettivi a causa della loro natura riservata. Quindi, fatemi sapere se vi sarebbe utile creare e condividere una tabella fittizia.

Migliore,

STUDENTI

Modellazione statistica avanzataFinestreOggetto: JMP > Analisi fattoriale > Problema struttura di input

Nessun problema @Thierry_S ,

Non ho esperienza con così tanti fattori.

Forse è una buona idea avere una tabella di esempio, per ottenere ulteriori idee dalla comunità.

 

Poiché hai già identificato i cluster (ovvero la "y"), che dire dello screening della risposta per identificare (e filtrare) i fattori importanti? Credo che devi testare modi diversi e confrontare.

Oggetto: JMP > Analisi fattoriale > Problema struttura di input

CIAO @Georg ,

 

Grazie per avermi ricordato gli esempi e la guida allo scripting. Ho studiato questi esempi, ma faccio ancora fatica ad applicare questo metodo al mio ampio set di dati. Ha senso guardare 4800 variabili nell'analisi fattoriale? Comincio a credere che la mia domanda originale fosse fuorviante.

Migliore,

ST

Oggetto: JMP > Analisi fattoriale > Problema struttura di input

CIAO @Thierry_S , hai controllato i due esempi nell'indice di scripting?

Forse questo potrebbe guidarti. Buona fortuna.

 

Names Default To Here( 1 );
dt = Open( "$SAMPLE_DATA/Cities.jmp" );
obj = dt << Principal Components(
 Y( :OZONE, :CO, :SO2, :NO, :PM10 ),
 "on Correlations"
);
obj << Factor Analysis( "ML", "SMC", 2, "Varimax" );