JMP Pro > Réduction des dimensions > PCA > Récupérer les composants les plus significatifs ?Salut,
Je travaille sur un ensemble de données relativement volumineux comprenant environ 1 500 variables (c'est-à-dire des biomarqueurs). Étant donné que les sous-ensembles de ces variables ont tendance à être corrélés les uns aux autres, je souhaite réduire les dimensions de l'ensemble de données. J'explore actuellement PCA pour atteindre cet objectif. Pourtant, je ne sais pas comment relier les composants principaux spécifiques aux données originales (c'est-à-dire quels biomarqueurs/variables contribuent « le plus » aux composants principaux spécifiques). Je sais comment récupérer la matrice de chargement formatée, mais comment puis-je définir un seuil significatif pour sélectionner les composants les plus influents des composants principaux ?
Il convient de noter que les principales composantes spécifiques d’intérêt sont dérivées d’un modèle linéaire simple testant l’association de chaque PC avec une variable clinique.
Windows Professionnel
JMP Pro 16.1
Merci pour votre aide.
Meilleur,
TS
Modélisation statistique avancéeAnalyse et modélisation des données de baseRe : JMP Pro > Réduction de dimension > PCA > Récupérer les composants les plus significatifs ?Salut @Thierry_S ,
Il y a peut-être quelques options intéressantes à considérer pour votre cas d'utilisation :
- Contribution partielle des variables : Dans le triangle rouge de la plateforme PCA, vous pouvez sélectionner "Contribution partielle des variables", qui offre une vue intéressante sur quelles variables sont les plus influentes sur quelles composantes principales, et le tableau fourni avant le tracé est utile pour estimer ces influences relatives :
- Variables de cluster : aide à définir des clusters de variables qui ne se chevauchent pas et peut vous aider à sélectionner les variables contributives les plus intéressantes/importantes aux différents clusters.
- Scree plot : Enfin, si vous souhaitez estimer un nombre approprié de composantes principales à utiliser (bon compromis entre explication précision/variabilité et complexité/nombre de PC), le Scree plot est une très bonne option, montrant les valeurs propres en fonction de la principale. commande des composants :
L'approche courante dans la littérature recommande de sélectionner uniquement un nombre de PC qui fournissent une valeur propre >1 et pas au-delà de la région du « coude » (comme pour chaque facteur supplémentaire, la valeur propre ne change pas beaucoup, ce qui signifie que la contribution de chaque variable supplémentaire n'est pas très haut).
"Ceux dont les valeurs propres sont inférieures à 1,0 ne sont pas considérés comme stables. Ils représentent moins de variabilité qu'une seule variable et ne sont pas retenus dans l'analyse. En ce sens, vous vous retrouvez avec moins de facteurs que le nombre initial de variables. (Girden , 2001)" : https://stats.stackexchange.com/questions/72439/why-eigenvalues-are-greater-than-1-in-factor-analysis
J'espère que ces premières options vous aideront,
Meilleur,
Re : JMP Pro > Réduction de dimension > PCA > Récupérer les composants les plus significatifs ?Votre requête est assez typique des praticiens. Pardonnez ma simplification excessive.
L'interprétation des vecteurs propres n'est pas facilement comprise par le praticien (j'entends par là le scientifique ou l'ingénieur). Les vecteurs propres sont probablement une combinaison (et un sous-ensemble) des biomarqueurs de votre étude. Étant donné que les vecteurs propres examinent les données à travers une « dimension » différente, cette dimension peut être insensée et n'avoir aucune signification intrinsèque d'un point de vue pratique. Les vecteurs propres n'ont pas de "nom" familier. Espérons que le PCA permettra d’identifier le besoin et de motiver une enquête plus approfondie.
Comment avez-vous obtenu vos données ? Les variations de l'un des biomarqueurs sont-elles biaisées (par exemple, certains varient-ils plus que d'autres) ? Si vous savez déjà que certains biomarqueurs sont colinéaires (ou corrélés ou redondants), pouvez-vous utiliser ces connaissances pour réduire le nombre de biomarqueurs avant de réaliser une PCA ?
Maintenant, certaines personnes ne se soucient pas vraiment de comprendre (que sont ces vecteurs propres et comment sont-ils liés aux variables de mes données brutes ?) et veulent juste un modèle qui « fonctionne » ( peut-être comme les réseaux de neurones).
