Tony Cooper, PhD, analytischer Berater, SAS
Sam Edgemon, leitender technischer Berater, SAS
Die Hauptkomponentenanalyse (PCA) ermöglicht die Variablenreduktion und das Verständnis der zugrunde liegenden Datenstruktur. JMP bietet Schätzmethoden für PCA wie REML, Wide und Sparse. Die verschiedenen Methoden können unterschiedliche mathematische Berechnungen verwenden. Wichtiger noch: Die Methoden sind für verschiedene Anwendungen anwendbar.
Anlass für diesen Vortrag waren Daten, die über zwei Jahre hinweg wöchentlich über 50 Symptome umfassten. Ein Analysepfad untersuchte Möglichkeiten, die Daten symptomübergreifend (syndromübergreifend?) zusammenzufassen. Jede Spalte beschrieb die Anzahl der Symptome in einem bestimmten Zeitraum.
Der Autor war mit der PCA für kontinuierliche Daten bestens vertraut. Allerdings erfordert PCA eine Kovarianzmatrix zur Zusammenfassung kontinuierlicher Daten, und diese Messwerte sind Zählungen. Gleichzeitig wurde Text Mining immer zugänglicher und berücksichtigt Daten häufig in einer Doc-Term-Matrix:
Auch diese Matrix ist von der Anzahl abhängig! Die Mathematik hinter der Dimensionsreduzierung beim Text Mining ist typischerweise die Singulärwertzerlegung (SVD).
In den letzten Jahren hat JMP seine Principal Components-Plattform erweitert.
Sowohl Wide als auch Sparse implementieren SVD. Es gibt Optionen für PCA und SVD. Es gibt Optionen für Zentrierung und Skalierung. Die Algorithmen können für bestimmte Situationen modifiziert werden. Beispiele veranschaulichen die Implementierung der Optionen.
.
