come decidere il numero di variabili da utilizzare dopo l'analisi delle componenti principali?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />come decidere il numero di variabili da utilizzare dopo l'analisi delle componenti principali? Ho il seguente risultato:
In base a quali parametri devo selezionare i componenti principali?
Ri: come decidere il numero di variabili da utilizzare dopo l'analisi delle componenti principali?Ricorda che PCA ordinerà sempre i componenti principali dalla maggior parte della varianza spiegata al minimo. Quindi, i diversi metodi inizieranno sempre a "mantenere" i PG nello stesso ordine. Potrebbero non essere d'accordo su dove fermarsi.
Ri: come decidere il numero di variabili da utilizzare dopo l'analisi delle componenti principali?C'è la possibilità che i risultati di questi tre diversi test siano in conflitto?
Ri: come decidere il numero di variabili da utilizzare dopo l'analisi delle componenti principali?Akshay, nel tuo caso specifico, sembra che il modo "migliore" sia quello consigliato dal tuo professore!
Ri: come decidere il numero di variabili da utilizzare dopo l'analisi delle componenti principali?Esistono molti modi per determinare il numero di fattori da tenere in PCA. Ce ne sono ancora altri menzionati nel corso di formazione JMP: Analisi dei dati multidimensionali. La conclusione è che non esiste una "risposta corretta". Dipenderà dall'obiettivo di fare l'analisi, cosa sarà fatto con i risultati, la "spesa" di mantenere troppi o troppo pochi fattori. Non posso essere in disaccordo con nessuno dei suggerimenti già menzionati in questo thread. L'educazione dei rischi, dei benefici e dei compromessi è necessaria per prendere una decisione appropriata per la situazione data.
Ri: come decidere il numero di variabili da utilizzare dopo l'analisi delle componenti principali?Ho ricercato alcuni degli altri articoli disponibili online su come scegliere i componenti che vogliamo conservare.
Di seguito le modalità suggerite: -
1. Il criterio dell'autovalore uno :: Nell'analisi delle componenti principali, uno dei criteri più comunemente usati per risolvere il problema del numero di componenti è il criterio dell'autovalore uno, noto anche come criterio di Kaiser (Kaiser, 1960). Con questo approccio, mantieni e interpreti qualsiasi componente con un autovalore maggiore di 1,00
2. Il test dello schermo. Con lo scree test (Cattell, 1966), si tracciano gli autovalori associati a ciascuna componente e si cerca una “rottura” tra le componenti con autovalori relativamente grandi e quelle con autovalori piccoli. Si presume che i componenti che compaiono prima dell'interruzione siano significativi e vengano mantenuti per la rotazione; quelli che compaiono dopo l'interruzione si presume non siano importanti e non vengono mantenuti.
Questo metodo è stato menzionato da kevin.c.anderson nella prima risposta a questo post.
3. Proporzione della varianza spiegata, il criterio per risolvere il problema del numero di fattori comporta il mantenimento di un componente se tiene conto di una specifica proporzione (o percentuale) di varianza nell'insieme di dati. Ad esempio, puoi decidere di mantenere qualsiasi componente che rappresenti almeno il 5% o il 10% della varianza totale. Questa proporzione può essere calcolata con una semplice formula:
Proporzione = Autovalore della componente di interesse / Totale autovalori della matrice di correlazione.
Ciò di cui sono confuso qui è che tutti i metodi sono focalizzati sugli autovalori e non sulla percentuale cumulativa di varianza. Nella mia classe attuale, il mio professore ha chiesto di concentrarsi sulla percentuale. Si prega di parlare sul modo migliore per la selezione dei componenti principali.
Grazie in anticipo!!
PS: le informazioni di cui sopra sono disponibili all'indirizzo http://support.sas.com/publishing/pubcat/chaps/55129.pdf
Ri: come decidere il numero di variabili da utilizzare dopo l'analisi delle componenti principali?Sono d'accordo che la domanda apparentemente facile non è mai così facile come si potrebbe pensare. Kevin ti indica la giusta direzione in termini di componenti.PCA riduce il tuo gran numero di variabili in un piccolo numero di componenti, sembra che 1 (2 al massimo) sia tutto ciò di cui hai bisogno.
Kevin sottolinea inoltre che il modo in cui procedi dipende da quale sia il gioco finale con l'analisi.
Oltre al numero di componenti da conservare, ci si potrebbe chiedere di quanti fattori ho bisogno per costruire i miei componenti?È qui che utilizzo la facilità di JMP ed eseguo nuovamente il PCA con sottoinsiemi di fattori.Potrei guardare la trama del punteggio e selezionare un fattore da ciascun "gruppo" di fattori sulla trama.In JMP Pro c'è un'opzione "variabili cluster" che aiuta a capire quali variabili sono più simili tra loro rispetto ad altre.Inoltre, puoi esaminare i tuoi dati con diversi strumenti per comprendere meglio le relazioni e l'importanza delle variabili per il tuo obiettivo finale.È qui che JMP brilla, la capacità di esplorare i dati da tutte le diverse angolazioni. Inoltre, è sempre divertente vedere quante finestre JMP puoi aprire contemporaneamente sul tuo computer!
Ri: come decidere il numero di variabili da utilizzare dopo l'analisi delle componenti principali?Ciao Akshay!
La tua domanda apparentemente facile non è così tanto.Ci sono diverse scuole di pensiero che danno risposte diverse.
Una scuola di pensiero dice di guardare lo Scree Plot.
Lo Scree Plot è l'autovalore rispetto al numero di componenti nel PCA.Mantieni i componenti nella parte della curva ripida, prima del primo punto che inizia il trend della linea piatta.In questi dati sul grasso corporeo, questa scuola di pensiero potrebbe suggerire di conservare un componente.
Gli Scree Plot spesso non sono così facili da interpretare.Una scuola di pensiero dice di usare la tua conoscenza dei parametri per prendere una decisione sui componenti da conservare.
Un'altra scuola di pensiero suggerisce "Perché non conservarli tutti?"Questo approccio potrebbe funzionare meglio a) quando il numero di variabili è relativamente piccolo e b) quando si utilizzano i dati per motivi analitici (pianificazione di azioni su osservazioni future, come su carte di controllo, ecc.).
Sono sicuro che ci sono ancora più scuole di pensiero che potrebbero aiutarti a rispondere in modo diverso alla tua domanda apparentemente facile.
