对时程数据进行 PCA 分析，以按批次 ID 生成 PCA你好，
我有几个生物反应器数据。 每个生物反应器都有一个 ID（1 到 5）和几个时程曲线变量（溶解氧、pH...）。 我有 20 个时间过程数据变量和 10 个时间点。
当我进行 PCA 分析时，使用 20 个变量作为 Y 列，我获得了生物反应器数据的得分图，这很好。 这意味着对于每个生物反应器，我都会得到一个考虑 20 个变量的时程概况，每批有 10 个数据点。 但我还想获得一个“Batch ID PCA”，其中每个生物反应器的数据将被压缩为一个数据点，并且我可以识别哪些生物反应器彼此相似。 所以我想得到一个只有 5 个数据点的 PCA 图，其中这些数据点将考虑（每个生物反应器的 20*10 数据）
我通过 K-means 集群平台更接近实现这一目标。
有什么帮助吗？ 优先使用 JMP 菜单而不是脚本。
我知道一种选择是分割我的矩阵。 因为我在 PCA 分析中获得时间过程数据的原因是因为我的数据表为列 1= ID;第 2 列=时间；第 3-20 列=变量。
如果我只能为每批制作一行，则 PCA 分析将给出我想要的结果。 我尝试过分割数据，但没有成功。如果我可以将我的数据表转换为列 1= ID;第 2-201 列 - 数据点，我相信 PCA 分析会给我我想要的。
如何将当前数据表转换为 200 个新列？ （第一列 21 列是时间 1，时间 1 的 20 个变量的值；接下来的 21 列是时间 2，时间点 2 的 20 个变量的值，依此类推）。
非常感谢
回复：对时程数据进行 PCA 分析，以按批次 ID 生成 PCA你好@gzmorgan0 ,
非常感谢你的回复！
我感谢您对可视化分析的意见。 事实上，这是我的第一步，观察数据并发现奇怪的模式和轮廓。
然而，为此我确实需要按照我的描述进行 PCA，不幸的是我没有为每批提供相同的时间点。 那么还有其他建议吗？ 否则我想我只会将数据导出到 Excel，并以旧的、无聊的方式每行执行一批！
非常感谢您的贡献
回复：对时程数据进行 PCA 分析，以按批次 ID 生成 PCA@潮湿,
附件是数据表 Fermentation Process.jmp 的子集。如果您按时间拆分 Y 列（我假设您具有相同的时间值），则可以创建您描述的数据表。
Data Table( "Subset of Fermentation Process" ) <<
Split(
Split By( :Time ),
Split( :Ethanol, :Temp, :Molasses Feed, :NH3 Feed, :Air, :Tank Level, :pH ),
Group( :BatchID ),
Remaining Columns( Drop All ),
Sort by Column Property
);
然而，我是可视化分析的坚定拥护者，如果您的数据集不太大，建议在其他建模之前将其作为第一个分析。
因此，在进行 PCA 之前，我建议您使用 ID 作为 GraphBuilder 中的覆盖和颜色变量，按时间绘制 20 个变量中的每一个，以获得时间模式和反应器一致性的一些直觉。 如果您有 JMP PRO FDE，除了可以缩放、过滤和对齐数据（时间扭曲）的方法之外，它还会创建这些图，这非常棒。然而，视觉分析可能会产生比特征向量更直观的判别变量。 考虑下面的 NH3 进料与时间关系图。 BatchID 6、29、33 和 47 具有不同的时间模式，特别是在时间 1.5 之前和时间 7 之后。开始稳定性和结束稳定性的度量可能是质量度量的更好预测指标，并且通常更容易向不熟悉 PCA 的其他人解释。
只是一些建议。 祝你好运！
回复：对时程数据进行 PCA 分析，以按批次 ID 生成 PCA你好，
感谢你的回复。 不幸的是我没有 JMP Pro。 还有其他建议吗？
最好的，
回复：对时程数据进行 PCA 分析，以按批次 ID 生成 PCA你看到了什么吗功能数据浏览器可以做？ 本文档包含与您的案例相关的生物燃料发酵示例。
