718581_zh-CN

liliconcom

JMP Pro > 降维 > PCA > 检索最有意义的分量？

你好，

我正在研究一个相对较大的数据集，其中包括约 1,500 个变量（即生物标记）。由于这些变量的子集往往相互关联，因此我希望减少数据集的维度。我目前正在探索PCA来实现这个目标。尽管如此，我仍然不确定如何将特定主成分与原始数据链接回（即哪些生物标志物/变量对特定主成分贡献“最大”）。我知道如何检索格式化加载矩阵，但如何设置有意义的截止值来选择主成分中最有影响力的成分？

值得注意的是，感兴趣的具体主要成分源自一个简单的线性模型，测试每个 PC 与临床变量的关联。

Windows专业版

JMP Pro 16.1

感谢您的帮助。

最好的，

TS

高级统计建模基础数据分析和建模回复：JMP Pro > 降维 > PCA > 检索最有意义的分量？

嗨@Thierry_S ，

对于您的用例，可能有一些有趣的选项值得考虑：

• 变量的部分贡献：在PCA平台的红色三角形中，您可以选择“变量的部分贡献”，它提供了一个有趣的视图，显示哪些变量对哪些主成分影响最大，并且在绘图之前提供的表格很有帮助估计这些相对影响：
  

• 聚类变量：帮助定义不重叠的变量聚类，并可以帮助您选择对不同聚类最有趣/最重要的贡献变量。
• 碎石图：最后，如果您想估计要使用的适当数量的主成分（精度/变异性解释和复杂性/PC 数量之间的良好折衷），碎石图是一个非常好的选择，显示取决于主成分的特征值组件顺序：
  

  文献中的常见方法建议仅选择一些提供特征值> 1并且不超出“肘部”区域的PC（对于每个附加因素，特征值不会改变很多，这意味着每个附加变量的贡献不是很大高的）。

  “那些特征值小于 1.0 的变量不被认为是稳定的。与单个变量相比，它们的变异性较小，并且不会保留在分析中。从这个意义上说，最终得到的因子比原始变量数要少。（Girden ，2001）”：https: //stats.stackexchange.com/questions/72439/why-eigenvalues-are-greater-than-1-in-factor-analysis

我希望这些第一个选项能够帮助您，

最好的，

回复：JMP Pro > 降维 > PCA > 检索最有意义的分量？

你的问题对于从业者来说是很典型的。请原谅我过于简单化。

从业者（我指的是科学家或工程师）不容易理解特征向量的解释。特征向量可能是您研究中生物标志物的某种组合（和子集）。由于特征向量通过不同的“维度”查看数据，因此从实际角度来看，该维度可能是无意义的，没有内在意义。特征向量没有一个熟悉的“名称”。希望 PCA 能够确定需求并为进一步调查提供动力。

你是如何得到你的数据的？任何生物标志物的变化是否存在偏差（例如，某些生物标志物的变化是否大于其他生物标志物）？如果您已经知道一些生物标记物是共线的（或相关的或冗余的），您可以在进行 PCA 之前利用这些知识来减少生物标记物的数量吗？

现在，有些人并不真正关心理解（这些特征向量是什么以及它们与我的原始数据中的变量有何关系？），只是想要一个“有效”的模型（可能像神经网络）。