Tony Cooper, PhD, consultor analítico, SAS
Sam Edgemon, consultor técnico principal, SAS
El análisis de componentes principales (ACP) permite la reducción de variables y la comprensión de la estructura subyacente de los datos. JMP ofrece métodos de estimación para ACP, como REML, ancho y disperso. Los diferentes métodos pueden utilizar diferentes cálculos. Y lo que es más importante, son aplicables a diferentes aplicaciones.
El motivo de esta charla fueron los datos que incluyeron más de 50 síntomas cada semana durante dos años. Un análisis consideró maneras de resumir los datos para cada síntoma (¿síndrome?). Cada columna describía la cantidad de un síntoma específico en un período de tiempo.
El autor estaba muy familiarizado con el análisis de componentes principales (PCA) en datos continuos, pero el PCA requiere una matriz de covarianza para resumir los datos continuos, y estas medidas son recuentos. Al mismo tiempo, la minería de texto se volvió más accesible y a menudo considera los datos en una matriz Doc-Term:
¡Esta matriz también depende de los conteos! La matemática detrás de la reducción de dimensión en la minería de texto suele ser la Descomposición en Valores Singulares (SVD).
Luego, en los últimos años, JMP ha ampliado su plataforma de componentes principales.
Tanto Wide como Sparse implementan SVD. Existen opciones basadas en PCA y SVD. También existen opciones de centrado y escalado. Se pueden modificar los algoritmos para situaciones específicas. Se mostrarán ejemplos de la implementación de estas opciones.
.
