Ejecución de análisis de componentes principales multivariados con valores faltantesEstoy usando JMP 16.2.0 para ejecutar un análisis de componentes principales (multivariado) a través de la opción de menú Analizar. Mis datos contienen 4 repeticiones de 15 tratamientos cada una en dos categorías (es decir, 120 repeticiones en total). Los datos se sometieron a una prueba de Grubbs y los valores atípicos se eliminaron de las repeticiones, lo que generó lagunas en mi tabla de datos. Cuando ejecuto el análisis de PC para todas las variables como un análisis general y 'por categoría' no tengo ningún problema. Sin embargo, cuando lo ejecuto 'por tratamiento' (ver imagen adjunta) obtengo el siguiente error para cada tratamiento con valores faltantes: No se utilizó el método de estimación por defecto porque los datos contienen valores faltantes y el número de variables excede el número de observaciones. El método de estimación cambió a Pairwise.
P1: ¿Hay otra forma de ejecutar el análisis de PC con los datos que faltan? Esto tendrá que ser sin codificación ya que soy bastante nuevo en esto y no sé cómo codificar correctamente en JMP/SAS.
P2: Si lo ejecuto todo por pares, ¿esto seguirá brindándome datos confiables?
AnalíticaTabla de datosRe: Ejecución de un análisis de componentes de principio multivariado con valores faltantesAntes de usar un análisis multivariado, usó una prueba de valores atípicos univariados en una muestra pequeña (4 repeticiones). ¿Cómo se ve el análisis multivariado usando todos los datos? Los valores atípicos univariados aparentes podrían estar correlacionados en dimensiones más altas.
¿Qué es el tratamiento? ¿Son las otras variables las respuestas a los cambios de Tratamiento?
¿Has leído el documentación para PCA ? Consulte la descripción al final de este capítulo para comprender los diferentes métodos utilizados para estimar la varianza. No debería necesitar secuencias de comandos para obtener el análisis correcto.
Re: Ejecución de un análisis de componentes de principio multivariado con valores faltantesGracias por la respuesta. La salida de PCA multivariable que usa todos los datos muestra una mayor correlación (método predeterminado) que sin los valores atípicos (método por pares). No hay diferencia entre la salida cuando se usan los métodos por pares y predeterminados en datos donde no se detectaron valores atípicos.
Sí, se midieron tratamientos con diferentes fertilizantes para obtener valores de nutrientes en respuesta a los tratamientos (variables).
Gracias por la información, ¡esto ayuda mucho!
