PCA para datos espectralesHola,
Estoy realizando un PCA en un conjunto de datos grande (257 columnas (número de onda) y aproximadamente 8000 filas (muestras)) y quiero reconocer ciertos patrones entre los espectros con el PCA.
Sin embargo, siempre aparece esta advertencia: “Advertencia: la correlación de la matriz no es positiva definida”. ¿Alguien puede ayudarme a entender qué significa esto y si es relevante para mi análisis de los datos?
Soy apenas un principiante en JMP pero agradezco cualquier ayuda en este asunto.
¡Gracias!
Maike
Análisis y modelado de datos básicosRe: PCA para datos espectralesHola Mike,
¿Podrías proporcionar un conjunto de datos de ejemplo para ver? Esto indica que algunas características de tu matriz no son positivas (es decir, los valores propios no son todos positivos, la matriz no es simétrica), lo que cambia el tipo de pruebas que se pueden realizar con JMP que requieren (por ejemplo, pruebas de máxima verosimilitud como las que se describen aquí) y pueden debilitar la solidez de tu PCA. Consideraría mirar tus datos y probar cosas como eliminar valores atípicos/errores o incluso refinar tu lista de predictores para los factores/columnas realmente importantes.
Como mencionaste que eres un principiante, te recomendaría que mires estos artículos ( aquí y aquí ) sobre el análisis de datos espectrales: ¡son muy inspiradores y útiles!
Gracias,
Ben
Re: PCA para datos espectralesHola Ben,
Gracias por tu respuesta y los artículos.
En mis datos se pueden ver los espectros de las proteínas nativas y desnaturalizadas. Me gustaría utilizar el análisis de componentes primarios (PCA) para ver si puedo distinguir entre las proteínas nativas y desnaturalizadas. Aquí hay un conjunto de datos de ejemplo con algunas muestras.
Ya he normalizado mis datos al rango 0 - 1. La advertencia aparece tanto para los datos sin procesar como para los valores normalizados.
Re: PCA para datos espectralesHola Mike,
En este ejemplo, ¿cómo se distingue la "desnaturalización"? ¿Es la diferencia entre las muestras "0,5", "0,14" y "85"? Solo intento averiguar cómo pretende utilizar el PCA para decir "estas características están desnaturalizadas".
Gracias,
Ben
Re: PCA para datos espectralesHola @Maike_W ,
Es posible que desee considerar agrupar sus variables en el PCA y refinar su número de columnas a las más representativas (ver a continuación):
También llevé estos datos a nuestra plataforma Functional Data Explorer (después de apilar los datos) y dividí las columnas en Grupo (Erbse, Ackerborne) y el valor numérico adjunto (40.5, 40.15, tenga en cuenta que agregué '0' para aquellos donde no se indicó el valor) y obtuve un buen modelo que explica la diferencia en los picos entre los grupos (ver el gif y la tabla adjunta).
Re: PCA para datos espectralesHola Ben,
Muchas gracias! si exacto, los valores sin numero son las proteinas nativas y las he tratado a diferentes temperaturas y tiempos. Se pueden apreciar las diferencias en los numeros.
Mi trabajo consiste en determinar si se pueden ver estas diferencias estructurales mediante espectroscopia NIR. Quiero ver si se pueden ver patrones y determinar la regularidad mediante PCA y qué número de onda se debe observar.
Pero volvamos al PCA y a esta advertencia (la correlación de la matriz no es positiva definida). ¿Puedo solucionar esto mirando solo las columnas con los números de onda importantes (del agrupamiento o de la matriz de carga) en el PCA?
Gracias por el ejemplo en el Explorador de datos funcionales. Lo analizaré con más detalle.
Re: PCA para datos espectralesHola @Maike_W ,
Reducir la cantidad de columnas "no importantes" ayudará a mejorar el PCA. Creo que no debería poner demasiado énfasis en el problema definitivo positivo: el PCA lo ayudará a encontrar las columnas relacionadas que podrían indicar la desnaturalización de las proteínas independientemente del problema de correlación, y probablemente las mirará visualmente para examinarlas de todos modos para ver si es una relación verdadera en sus muestras, lo que le dará una respuesta clara de "verdadero o no" a las longitudes de onda que son importantes.
¡Espero que esto ayude!
Ben
Re: PCA para datos espectralesHola Ben,
Muchas gracias. Esto definitivamente me ha ayudado.
Maike
