运行具有缺失值的多变量主成分分析我正在使用 JMP 16.2.0 通过“分析”菜单选项运行主成分（多变量）分析。 我的数据包含 4 个代表，每个代表 15 个治疗，分为两个类别（即总共 120 个代表）。 数据已经过 Grubbs 测试，异常值已从代表中删除，导致我的数据表中出现空白。 当我对所有变量运行 PC 分析作为整体分析和“按类别”时，我没有问题。 但是，当我“按处理”运行它时（见附图），对于每个缺少值的处理，我都会收到以下错误：未使用默认估计方法，因为数据包含缺失值且变量数超过观测值数。 估计方法切换为 Pairwise。
Q1：有没有其他方法可以对缺失数据进行 PC 分析？ 这必须没有编码，因为我在这方面还很陌生，不知道如何在 JMP/SAS 中正确编码。
Q2：如果我成对地运行所有这些，这仍然会给我可靠的数据吗？
分析数据表回复：使用缺失值运行多元主成分分析在使用多变量分析之前，您对小样本（4 个重复）使用了单变量离群值检验。 使用所有数据的多变量分析是什么样的？ 明显的单变量异常值可能在更高维度上相关。
什么是治疗？ 其他变量是对治疗变化的反应吗？
你读过PCA 文档？ 请参阅本章末尾的说明以了解用于估计方差的不同方法。 您不需要编写脚本来获得正确的分析。
回复：使用缺失值运行多元主成分分析谢谢回复。 使用所有数据的多元 PCA 输出显示出比没有异常值（成对方法）更高的相关性（默认方法）。 在未检测到异常值的数据上使用成对方法和默认方法时，输出之间没有区别。
是的，测量了不同肥料的处理以获得响应于处理（变量）的营养值。
感谢您提供的信息 - 这很有帮助！
