Tony Cooper, PhD, analytischer Berater, SAS
Sam Edgemon, leitender technischer Berater, SAS
Die Hauptkomponentenanalyse (PCA - Principal Components Analysis) ermöglicht eine variable Reduktion und ein Verständnis der zugrunde liegenden Struktur der Daten. JMP bietet Schätzmethoden für PCA wie REML (Wide und Sparse). Die verschiedenen Methoden können unterschiedliche Berechnungen verwenden. Noch wichtiger ist, dass die Verfahren für verschiedene Anwendungen anwendbar sind.
Die Motivation für diesen Vortrag waren Daten, die zwei Jahre lang jede Woche 50+ Symptome enthielten. In einem Analysepfad wurden Möglichkeiten zum Zusammenfassen der Daten über Symptome (Syndrome?) Geprüft. Jede Spalte beschreibt die Anzahl für ein bestimmtes Symptom in einem Zeitraum.
Der Autor war mit PCA hinsichtlich kontinuierlicher Daten sehr vertraut, aber PCA erfordert eine Kovarianzmatrix, um kontinuierliche Daten zusammenzufassen, und diese Maßnahmen sind Zählungen. Gleichzeitig wurde Text Mining leichter zugänglich und es werden häufig Daten in einer Doc-Term-Matrix berücksichtigt:
Diese Matrix hängt auch von der Anzahl ab! Die Grundlage für die Dimensionsreduzierung in Text Mining ist typischerweise Singular Value Decomposition (SVD).
In den letzten Jahren hat JMP seine Principal Components-Plattform erweitert.
Wide und Sparse implementieren beide SVD. Es gibt Optionen für PCA und SVD. Es gibt Optionen zum Zentrieren und Skalieren. Es gibt Modifikationen an den Algotithmen für bestimmte Situationen. Beispiele zeigen die Implementierung der Optionen.
.
