JMP 17.2 > Reduzierung und Schätzung komplexer Datendimensionen > MethodenHallo JMP-Community,
Ich arbeite mit komplexen Genexpressionsdaten aus verschiedenen Studien, deren intrinsische Komplexität ich abschätzen möchte. Dabei bin ich auf das R-Paket Rdimtools gestoßen, das die Art von Analysen zu ermöglichen scheint, die mich interessieren. Konkret besteht das Endziel dieser Analysen darin, die optimale Anzahl von Dimensionen zu definieren, um die Komplexität der Datensätze zu erfassen.
Kennen Sie Methoden in JMP (nativ oder Add-Ins), die meinen Anforderungen gerecht werden?
Danke schön.
Beste grüße,
TS
Automatisierung und SkriptingDatenexploration und -visualisierungWindowsBetreff: JMP 17.2 > Reduzierung und Schätzung komplexer Datendimensionen > MethodenHallo @Thierry_S ,
Ich habe mir gerade kurz die Dokumentation zu Rdimtools durchgelesen, da dort eine große Anzahl an Methoden enthalten ist. Ich denke, die meisten gängigen Techniken zur Dimensionsreduzierung sind in JMP/JMP Pro über die Multivariat -Plattform verfügbar:
- Hauptkomponenten : Lineare Dimensionsreduktionstechnik basierend auf Korrelation oder Kovarianzen zwischen Variablen. Die Daten werden linear in ein neues Koordinatensystem transformiert, sodass die Richtungen (Hauptkomponenten) die größte Variation in den Daten erfassen.
- Multivariate Einbettung : Nichtlineare Technik zur Dimensionsreduktion, die es ermöglicht, sowohl die lokale Nachbarstruktur als auch die globale Struktur der Daten zu berücksichtigen. Auf dieser Plattform können Sie entweder UMAP- (Uniform Manifold Approximation and Projection) oder t-SNE-Methoden verwenden.
- Faktorenanalyse : Eine lineare Technik zur Dimensionsreduktion, die darauf abzielt, beobachtete Variablen anhand einer kleineren Anzahl (nicht beobachtbarer) latenter Variablen oder Faktoren zu beschreiben.
Es gibt auch einige interessante Verwendungsmöglichkeiten anderer Plattformen, die Ihnen helfen könnten:
- Beim hierarchischen Clustering können Sie ein Zwei-Wege-Clustering realisieren, das es Ihnen ermöglicht, Ihre Zeilen (Beobachtungen, wie bei jeder Clustering-Technik), aber auch Ihre Spalten (Variablen) zu clustern. Auf dieser Plattform können Sie Distanzmatrizen exportieren, die dann in anderen Plattformen verwendet werden können, beispielsweise in der mehrdimensionalen Skalierung .
- Ich habe nie Genetik- Tools verwendet, aber da Sie die Genexpression als Teil dieses Arbeitsprojekts erwähnen, könnten einige spezielle Tools vielleicht hilfreich sein.
Hoffe, diese erste Antwort kann Ihnen helfen,
Betreff: JMP 17.2 > Reduzierung und Schätzung komplexer Datendimensionen > MethodenVergessen Sie auch nicht die multidimensionale Skalierung (MDS) in JMP.
Was planen Sie mit dem Wissen über die Komplexität und die reduzierten Dimensionen zu tun? Klassifizierung von Gengruppierungen? Probengruppen? Vorhersage? Sortierung von Genen und/oder Proben, um mögliche funktionale Zusammenhänge weiter zu interpretieren?
Jede Methode zur Dimensionsreduktion hat Vor- und Nachteile. Einige eignen sich besser für bestimmte Arten von Datenstrukturen oder sind hilfreicher als andere, wenn es darum geht, die Art der Struktur (oder das weitere Vorgehen mit den Daten) zu verstehen.
