運行缺失值的多元主成分分析我使用 JMP 16.2.0 透過「分析」選單選項來執行主成分（多變量）分析。 我的資料包含 4 次重複，每組 15 次處理，每個處理分為兩個類別（即總共 120 次重複）。 數據經過了格拉布斯測試，異常值已從代表中刪除，導致我的數據表中出現空白。 當我對所有變數進行 PC 分析作為總體分析和「按類別」時，我沒有問題。 然而，當我「透過治療」運行它時（請參閱附圖），對於每個缺少值的治療，我都會收到以下錯誤：未使用預設估計方法，因為資料包含缺失值且變數數量超過觀測值數量。 估計方法切換為Pairwise。
Q1：是否有其他方法可以對缺失的資料進行 PC 分析？ 這必須不需要編碼，因為我對此相當陌生，不知道如何在 JMP/SAS 中正確編碼。
Q2：如果我成對運行所有數據，這仍然會為我提供可靠的數據嗎？
進階統計建模資料混合與清理回覆：運行缺失值的多元主成分分析謝謝回覆。 使用所有資料的多元 PCA 輸出顯示出比沒有異常值（成對方法）更高的相關性（預設方法）。 對未偵測到異常值的資料使用成對方法和預設方法時，輸出之間沒有差異。
是的，測量了不同肥料的處理以獲得響應處理的營養值（變數）。
感謝您提供的資訊 - 這很有幫助！
回覆：運行缺失值的多元主成分分析在使用多變量分析之前，您對小樣本（4 個重複）使用了單變量離群值檢定。 使用所有數據進行多變量分析是什麼樣的？ 明顯的單變量異常值可能在更高維度上相關。
什麼是治療？ 其他變數是對治療變化的反應嗎？
你讀過嗎PCA 文件？ 請參閱本章末尾的描述以了解用於估計方差的不同方法。 您不需要編寫腳本來獲得正確的分析。
