«pca» 태그된 질문

하나의 고정 효과 (조건)와 두 개의 임의 효과 (대상 내 설계 및 쌍으로 인해 참가자)가있는 혼합 효과 모델을 사용하여 데이터 세트를 분석하고 있습니다. lme4패키지로 모델이 생성되었습니다 exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). 다음으로, 고정 효과 (조건)없이 모형에 대해이 모형의 우도 비 검정을 수행했으며 유의 한 차이가 있습니다. 내 데이터 세트에는 3 가지 조건이 있으므로 다중 …

16 r  repeated-measures  multiple-comparisons  post-hoc  lsmeans  bayesian  posterior  marginal  integral  anova  time-series  regularization  machine-learning  pca  computational-statistics  references  inference  regression  cross-validation  python  random-forest  chi-squared  spearman-rho  r  machine-learning  confidence-interval  bagging  clustering  feature-selection  model-selection  bic  hypothesis-testing  kurtosis  r  regression  residuals  terminology 

정기적 인 PCA가 관측 된 데이터에 대한 확률 모델을 따르지 않는다는 것을 알고 있습니다. PCA와 PPCA 의 기본적인 차이점은 무엇 입니까? PPCA 잠복 변수 모델에는 예를 들어 관측 변수 , 잠복 (관찰되지 않은 변수 ) 및 정규 PCA에서와 같이 직교하지 않아도 되는 행렬 가 포함됩니다. 정규 PCA에 대해 생각할 수있는 …

15 pca 

PCA (Principal Component Analysis)를 사용하여 연구에 필요한 색인을 만듭니다. 내 질문은 PCA를 통해 계산 된 유지 주요 구성 요소를 사용하여 단일 인덱스를 작성하는 방법입니다. 예를 들어 PCA를 사용한 후 3 가지 주요 구성 요소를 유지하기로 결정했으며이 3 가지 주요 구성 요소에 대한 점수를 계산했습니다. 각 응답자에 대해이 3 점 만점에 …

15 pca  factor-analysis  rating  composite  scale-construction 

나는 갈 수 있는지 여부를 확인하려 능선 회귀 , LASSO , 주성분 회귀 (PCR), 또는 부분 최소 제곱 변수 / 기능 (의 수가 많은 경우 상황에서 (PLS) ppp ) 및 샘플의 작은 수 ( n<pn<pn np>10np>10np>10n 변수 ( 및 Y )는 서로 다른 각도로 서로 관련 되어 있습니다.XXXYYY 내 질문은이 …

15 regression  pca  lasso  ridge-regression  partial-least-squares 

이 용어는 많이 함께 사용되지만 차이가 있다고 생각되는 경우 알고 싶습니다. 감사

15 pca  text-mining  svd 

얼마 전 R-help 메일 링리스트의 사용자가 회귀에서 PCA 점수를 사용하는 건전성에 대해 물었습니다. 사용자는 일부 PC 점수를 사용하여 다른 PC의 변형을 설명하려고합니다 (자세한 내용은 여기 참조 ). 대답은 아니요, PC가 서로 직교하기 때문에 소리가 들리지 않는다는 것입니다. 누군가 이것이 왜 더 자세하게 설명 할 수 있습니까?

15 regression  pca 

11 개의 변수가있는 데이터 세트가 있으며 데이터를 줄이기 위해 PCA (직교)가 수행되었습니다. 두 가지 주요 구성 요소 (PC)가 데이터를 설명하기에 충분하고 나머지 구성 요소는 정보가 충분하지 않다는 주제와 스 크리 플롯 (아래 참조)에 대한 내 지식을 유지하기 위해 구성 요소의 수를 결정하는 것이 분명했습니다. 병렬 분석을 사용한 스 크리 플롯 …

15 variance  pca 

이 데이터를 사용하여 : head(USArrests) nrow(USArrests) 다음과 같이 PCA를 수행 할 수 있습니다. plot(USArrests) otherPCA <- princomp(USArrests) 나는 새로운 구성 요소를 얻을 수 있습니다 otherPCA$scores 구성 요소가 설명하는 분산 비율 summary(otherPCA) 그러나 어떤 변수가 주로 어떤 주성분으로 설명되는지 알고 싶다면 어떻게해야합니까? 그리고 그 반대의 경우도 마찬가지입니다 : 예를 들어 PC1 …

15 r  pca  dimensionality-reduction  regression-strategies 

공분산 행렬의 고유 벡터를 볼 때 최대 분산의 방향을 얻습니다 (첫 번째 고유 벡터는 데이터가 가장 많이 변하는 방향 등입니다). 이를 주성분 분석 (PCA)이라고합니다. 상호 정보 매트릭스의 고유 벡터 / 값을 보는 것이 무엇을 의미하는지 궁금합니다. 최대 엔트로피 방향을 가리킬까요?

14 pca  entropy  mutual-information  eigenvalues 

저는 현재 "인자 분석"(PCA)에 대한 슬라이드 세트를 사용하고 있습니다. 여기에서 분석에 들어가는 데이터의 상관 행렬 ( )을 인자 로딩 행렬 ( A )을 사용하여 복구 할 수 있다고 주장하는 "인자 분석의 기본 정리"가 도출됩니다 .RR\bf RAA\bf A R=AA⊤R=AA⊤\bf R = AA^\top 그러나 이것은 나를 혼란스럽게합니다. PCA에서 "인자 로딩"의 행렬은 데이터의 …

14 pca  factor-analysis  terminology  definition 

Bartlett 's Test는 표본이 분산이 같은 모집단에서 추출한 것인지 결정하는 데 관심이 있음을 이해합니다. 표본이 분산이 동일한 모집단에서 추출 된 경우 검정의 귀무 가설을 기각 할 수 없으므로 주성분 분석이 부적절합니다. 이 상황에서 문제가 어디에 있는지 확실하지 않습니다 (동성 데이터 세트가 있음). 모든 데이터의 기본 분포가 동일한 데이터 세트의 문제점은 …

14 variance  pca  heteroscedasticity 

랜덤 포레스트 분류를 수행하기 전에 PCA를 수행하는 것이 합리적입니까? 높은 차원의 텍스트 데이터를 처리하고 있는데 차원의 저주를 피하기 위해 기능 축소를 원하지만 임의 포리스트가 이미 일종의 차원 축소에 있지 않습니까?

14 classification  pca  random-forest  dimensionality-reduction  high-dimensional 

다음 PCA biplot을 고려하십시오. library(mvtnorm) set.seed(1) x <- rmvnorm(2000, rep(0, 6), diag(c(5, rep(1,5)))) x <- scale(x, center=T, scale=F) pc <- princomp(x) biplot(pc) 많은 빨간색 화살표가 그려져 있습니다. 무슨 의미입니까? "Var1"이라는 레이블이 붙은 첫 번째 화살표는 데이터 세트의 가장 다양한 방향을 가리켜 야한다는 것을 알고있었습니다 (만약 데이터가 2000 개의 데이터 포인트라고 …

14 r  pca  linear-algebra  biplot 

대학 배정의 일환으로 상당히 큰 다변량 (> 10) 원시 데이터 세트에서 데이터 사전 처리를 수행해야합니다. 나는 어떤 의미에서 통계학자가 아니므로, 무슨 일이 일어나고 있는지에 대해 약간 혼란스러워합니다. 아마도 재미 있고 간단한 질문이 무엇인지 사전에 사과합니다. 다양한 답변을보고 통계에 대해 이야기 한 후 머리가 돌고 있습니다. 나는 그것을 읽었다 : PCA를 …

14 pca 

스크립트를 사용하고 있습니다. 핵심 레코드입니다. 주어진 깊이 (열의 첫 번째 열)에 대한 열의 다른 원소 구성을 보여주는 데이터 프레임이 있습니다. PCA를 수행하고 싶습니다. 선택해야하는 표준화 방법이 혼란 스럽습니다. clr()귀하를 위해 데이터를 준비하기 위해 를 사용한 사람이 prcomp()있습니까? 아니면 내 솔루션을 방해합니까? 에서 scale 속성을 사용하는 것 외에도 함수를 clr()사용하기 전에 …

13 r  pca  normalization  compositional-data