574827_it-IT

liliconcom

Esecuzione dell'analisi dei componenti di principio multivariata con valori mancanti

Sto utilizzando JMP 16.2.0 per eseguire un'analisi del componente principale (multivariata) tramite l'opzione di menu Analizza. I miei dati contengono 4 ripetizioni di 15 trattamenti ciascuna in due categorie (cioè 120 ripetizioni in totale). I dati sono stati sottoposti a un test di Grubbs e i valori anomali sono stati rimossi dalle ripetizioni, con conseguenti lacune nella tabella dei dati. Quando eseguo l'analisi del PC per tutte le variabili come analisi complessiva e "per categoria" non ho problemi. Tuttavia, quando lo eseguo "per trattamento" (vedi immagine allegata) ottengo il seguente errore per ogni trattamento con valori mancanti: Non è stato utilizzato il metodo di stima Default perché i dati contengono valori mancanti e il numero di variabili supera il numero di osservazioni. Il metodo di stima è passato a Pairwise.

 

D1: C'è un altro modo per eseguire l'analisi del PC con i dati mancanti? Questo dovrà essere senza codifica poiché sono abbastanza nuovo in questo e non so come codificare correttamente in JMP/SAS.

D2: Se eseguo tutto in coppia, mi forniranno comunque dati affidabili?

AnaliticaTabella datiOggetto: Esecuzione dell'analisi dei componenti del principio multivariato con valori mancanti

Prima di utilizzare un'analisi multivariata, è stato utilizzato un test anomalo univariato su un piccolo campione (4 repliche). Che aspetto ha l'analisi multivariata utilizzando tutti i dati? Gli apparenti valori anomali univariati potrebbero essere correlati in dimensioni superiori.

 

Cos'è il trattamento? Le altre variabili sono le risposte ai cambiamenti del trattamento?

 

Hai letto il documentazione per PCA ? Vedere la descrizione alla fine di questo capitolo per comprendere i diversi metodi utilizzati per stimare la varianza. Non dovresti aver bisogno di script per ottenere l'analisi corretta.

Oggetto: Esecuzione dell'analisi dei componenti del principio multivariato con valori mancanti

Grazie per la risposta. L'output PCA multivariato che utilizza tutti i dati mostra una correlazione più elevata (metodo predefinito) rispetto a senza i valori anomali (metodo pairwise). Non vi è alcuna differenza tra l'output quando si utilizzano i metodi pairwise e default sui dati in cui non sono stati rilevati valori anomali.

Sì, i trattamenti con diversi fertilizzanti sono stati misurati per ottenere i valori dei nutrienti in risposta ai trattamenti (variabili).

Grazie per le informazioni - questo aiuta molto!