Exécution d'une analyse en composantes principales multivariées avec des valeurs manquantesJ'utilise JMP 16.2.0 pour exécuter une analyse de composant principal (multivariée) via l'option de menu Analyser. Mes données contiennent 4 répétitions de 15 traitements chacune dans deux catégories (soit 120 répétitions au total). Les données ont subi un test de Grubbs et les valeurs aberrantes ont été supprimées des représentants, ce qui a entraîné des lacunes dans mon tableau de données. Lorsque j'exécute l'analyse PC pour toutes les variables en tant qu'analyse globale et "par catégorie", je n'ai aucun problème. Cependant, lorsque je l'exécute "par traitement" (voir image jointe), j'obtiens l'erreur suivante pour chaque traitement avec des valeurs manquantes : La méthode d'estimation par défaut n'a pas été utilisée car les données contiennent des valeurs manquantes et le nombre de variables dépasse le nombre d'observations. La méthode d'estimation est passée à Pairwise.
Q1 : Existe-t-il un autre moyen d'exécuter l'analyse PC avec les données manquantes ? Cela devra être sans codage car je suis assez nouveau dans ce domaine et je ne sais pas comment coder correctement dans JMP/SAS.
Q2 : Si j'exécute tout cela par paires, cela me fournira-t-il toujours des données fiables ?
AnalytiqueTableau de donnéesRe : Exécution d'une analyse en composantes de principe multivariée avec des valeurs manquantesAvant d'utiliser une analyse multivariée, vous avez utilisé un test univarié de valeurs aberrantes sur un petit échantillon (4 répétitions). À quoi ressemble l'analyse multivariée en utilisant toutes les données ? Les valeurs aberrantes univariées apparentes pourraient être corrélées dans des dimensions plus élevées.
Qu'est-ce que le traitement ? Les autres variables sont-elles les réponses aux changements de traitement ?
Avez-vous lu le documentation pour PCA ? Voir la description à la fin de ce chapitre pour comprendre les différentes méthodes utilisées pour estimer la variance. Vous ne devriez pas avoir besoin de scripts pour obtenir l'analyse correcte.
Re : Exécution d'une analyse en composantes de principe multivariée avec des valeurs manquantesMerci pour la réponse. La sortie PCA multivariée utilisant toutes les données montre une corrélation plus élevée (méthode par défaut) que sans les valeurs aberrantes (méthode par paires). Il n'y a aucune différence entre la sortie lors de l'utilisation des méthodes par paires et par défaut sur les données où aucune valeur aberrante n'a été détectée.
Oui, des traitements avec différents engrais ont été mesurés pour obtenir des valeurs nutritives en réponse aux traitements (variables).
Merci pour l'info - ça m'aide beaucoup !
