주성분 분석 질문

[#1]

안녕하세요, 저는 PCA를 처음 보았습니다.  나는 그것에 대해 조금 읽었고 주제에 관한 몇 가지 YouTube 강의를 보았습니다. 나는 그렇게 생각한다.  나는 그것의 다차원 직교 특성을 이해하고, 그것을 가변 감소 및 분류에 사용할 수 있고, 선형 관계를 찾고있다.

JMP를 사용하여 관심있는 매개 변수가있는 추세를 찾는 것에 대해 더 궁금합니다.  예를 들어, 1 또는 2 개의 관심 변수 (Y, 응답) 및 10 또는 1000 개의 다른 변수 (X, factor)가 있고 추세를 찾고 있다면 Y1의 R 스퀘어를 계산하는 스크립트를 실행할 수 있습니다. 모든 X에 대해 모든 X와 Y2를 선택하고 Rsquare> 0.8이라고 표시된 목록 만 나열하거나 X 플랫폼으로 기본 y를 사용하고 모든 Y를 모두 X로 표시합니다. 둘 중 어느 방법이든 항상 저의 선택한 응답을 검색 할 수 있지만 많이 검색 할 수 있습니다.

PCA가 여기에서 도울 수 있습니까? 나는 분석에서 모든 X뿐만 아니라 Y1, Y2를 던질 수 있다는 것을 알았습니다. 나는 출력 그래프의 해석을 이해하고 있다고 가정하고 있지만, 관심있는 매개 변수에 JMP 초점을 맞추기 위해 어쨌든 존재합니까? 1000 개의 매개 변수를 사용하면 출력 플롯이 정보 밀도가 높으며 열을 선택할 때 매개 변수 이름이 강조 표시되거나 강조 표시되지 않는 것처럼 보입니다.  또한 내가 PCA로 무엇을하려하는지 여기에서 벗어나면 알려 주시기 바랍니다.

[#2]

JMP12의 새로운 모델링 유틸리티를 사용하여 PCA로 이동하기 전에 x를 더 작은 하위 세트로 좁히십시오.

화면 예측기 유틸리티

[#3]

감사합니다 카렌, 그건 유망 해 보입니다. JMP 12를 설치할 수 있는지 확인합니다.

[#4]

내가 중점적으로 생각하는 원래 게시물의 핵심 단어는 '추세'... 나에게 이것은 x와 y에 대한 평가에 대한 시계열 요소를 의미합니다. 이 경우인가요? 아마도 다 변수 시계열 모델링 접근법이 필요합니까?

[#5]

안녕 피터,

The key word in your original post I'm focusing in on is 'trends'...to me this implies a time series element to your evaluation of both x and y. Is this the case? Perhaps a multivariate time series modeling approach is called for?

아마도 "관계"가 내 부분에서 더 나은 단어 선택이었을 것입니다.  내 분석은 일반적으로 시간 영역에 있지 않습니다. 반도체 전기 테스트 데이터이며, 때때로 우리는 그것에 대해 더 많이 알고 싶어하는 매개 변수를 가질 수 있습니다 (예를 들어, 생산 로트 또는 신제품에 대해 분포가 왜곡되거나 비뚤어 지거나 심지어 많은 단위로 이루어진 경우) . 이 경우 다른 매개 변수와 대조하여 해당 분포 나 관심 단위가 다른 요소와 관련되어 있는지 확인할 수 있습니다.

일반적인 '다 변수'플랫폼이 좋습니다. 내가 사용한 이후로 오랜 시간이 걸렸지 만, 나는 다시 그것을 실행했고, 나는 그것을 전형적인 도구 상자에 다시 추가 할 것이다. 약 15 개 이상의 매개 변수로 약간 털이 나옵니다. 20 개의 매개 변수로 내 화면에 여러 변수 보고서가 있습니다. 그것은 작동하지만 스크롤의 상당한 금액이 ... 어쩌면 나는 더 큰 스크린을 요구해야한다. 

[#6]

15 개 이상의 매개 변수가있을 때 다 변수 분석에서 컬러 맵을 사용해 보셨습니까?

[#7]

Have you tried the color map in the multivariate analysis when you have more than 15 parameters?

고마워, 나는 그것이 가능하다는 것을 몰랐다! 그것은 결과를 확실히 압축합니다.

-마이크

[#8]

마이크,

문제 없어,

예, 우리는 그 기능을 추가 한 이래로 그것은 "go-to"시각적 인 것입니다. 내 두뇌는 데이터를 더 쉽게 흡수하는 것처럼 보입니다.

Lou V

[#9]

당신이 다른 사람들에 대해 하나의 로트를 점검 할 때 그러한 평가에 시간 구성 요소가없는 것입니까? 두 번째 게시물에서 다 변수 외계인을 찾을 수도 있습니다 ... 다 변수 -> 상관 관계에있는 이상치 분석 하위 플랫폼에는 몇 가지 이상치 분석 기술이 있습니다. 또한 모델을 만들려는 경우 PLS 또는 일반 회귀 및 모델 비교 방법을 사용하면 통찰력을 얻을 수 있습니다. 일반화 된 회귀 및 모델 비교를 위해 JMP Pro가 필요합니다. 그러나 이것들은 단지 아이디어 일뿐입니다 ...

[#10]

When you are checking one lot against others isn't there a time component to that sort of evaluation?

내가하는 분석 중 일부는 사실입니다 ... 많은 제 시간에 많은 제비 뽑기, 심지어 제비 뽑기 내에서 순차적으로 단위 단위까지도 그렇게 생각할 수있다. 그러나 나는 보통 그런 식으로 취급하지 않는다.  이전에 다 변수 시계열에 대해 언급했습니다. 특정 플랫폼이 있습니까? 나는 JMP Pro가 없으며 이와 같은 것을 보지 못했다.

From your second post it sounds like you might also be looking for multivariate outliers...the Outlier analysis sub platform under the Multivariate -> Correlations has a couple outlier analysis techniques there.

감사. 나는 이것들을 알아 채지 못했지만 나는 그들을 들여다 볼 것이다.

-마이크