«pca» etiketlenmiş sorular

Bir veri setini bir sabit efekt (durum) ve iki rastgele efekt (katılımcı konu tasarımı ve çifti nedeniyle katılımcı) ile karışık efektler modeli kullanarak analiz ediyorum. Model ile oluşturulan lme4paket: exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). Sonra, bu modelin sabit etki (durum) olmadan modele karşı bir olasılık oranı testi yaptım ve önemli bir farkım var. Veri …

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 

Normal PCA'nın gözlemlenen veriler için olasılık modelini takip etmediğini biliyorum. Peki PCA ve PPCA arasındaki temel fark nedir ? PPCA gizli değişken modelinde örneğin gözlenen değişkenleri , gizli (gözlemlenmeyen değişkenler x ) ve normal PCA'da olduğu gibi ortonormal olması gerekmeyen bir matris W bulunur . Normal PCA'yı düşünebileceğim bir başka …

15 pca 

Araştırmam için gerekli bir dizin oluşturmak için Temel Bileşen Analizi'ni (PCA) kullanıyorum. Benim sorum PCA üzerinden hesaplanan tutulan temel bileşenleri kullanarak nasıl tek bir dizin oluşturmak gerekir. Örneğin, PCA kullandıktan sonra 3 temel bileşeni tutmaya karar verdim ve bu 3 temel bileşen için puanları hesapladım. Her 3 katılımcı için bu …

15 pca  factor-analysis  rating  composite  scale-construction 

Ben gitmek için olup olmadığını görmek çalışıyorum sırt regresyon , kement , temel bileşenler regresyon (PCR) veya Kısmi En Küçük Kareler değişkenler / özellikler (çok sayıda olduğu yerde bir durumda (PLS) ppp ) ve numunelerin daha az sayıda ( ) ve hedefim tahmin.n<pn<pn n , çoğu zaman p>10np>10np>10n ; Değişkenler …

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

Bu terimler çok fazla atılıyor, ancak eğer varsa, farklılıkların ne olduğunu düşündüğünüzü bilmek istiyorum. Teşekkürler

15 pca  text-mining  svd 

Bir süre önce, R-yardım posta listesindeki bir kullanıcı, bir regresyonda PCA skorlarını kullanmanın sağlamlığını sordu. Kullanıcı başka bir PC'deki varyasyonu açıklamak için bazı PC skorlarını kullanmaya çalışıyor (tüm tartışmaya buradan bakın ). Cevap hayırdı, bu ses değil çünkü PC'ler birbirine dik. Birisi bunun neden böyle olduğunu daha ayrıntılı olarak açıklayabilir …

15 regression  pca 

11 değişkenli bir veri setim var ve verileri azaltmak için PCA (dikey) yapıldı. Konuya ilişkin bilgi birikimimden emin olmak için bileşenlerin sayısına karar vermek, iki ana bileşenin (PC) verileri açıklamak için yeterli olduğunu ve geri kalan bileşenlerin sadece daha az bilgilendirici olduğunu belirttim. Paralel analiz ile dağ eteğindeki parsel: gözlemlenen …

15 variance  pca 

Bu verileri kullanma: head(USArrests) nrow(USArrests) Ben böyle bir PCA yapabilirsiniz: plot(USArrests) otherPCA <- princomp(USArrests) Yeni bileşenleri otherPCA$scores ve aşağıdaki bileşenlerle açıklanan varyans oranı summary(otherPCA) Ama hangi değişkenlerin çoğunlukla hangi temel bileşenler tarafından açıklandığını bilmek istersem? Ve tam tersi: örneğin PC1 veya PC2 en çok tarafından açıklanıyor murdermu? Bunu nasıl yapabilirim? …

15 r  pca  dimensionality-reduction  regression-strategies 

Kovaryans matrisinin özvektörlerine bakarken, maksimum varyansın yönlerini alırız (ilk özvektör, verilerin en çok değiştiği yöndür, vb.); buna ana bileşen analizi (PCA) denir. Karşılıklı bilgi matrisinin özvektörlerine / değerlerine bakmanın ne anlama geldiğini merak ediyordum, maksimum entropi yönüne işaret ederler miydi?

14 pca  entropy  mutual-information  eigenvalues 

Şu anda "faktör analizi" (anlayabildiğim kadarıyla PCA) için bir slayt seti geçiyorum. İçinde, analize giren verilerin korelasyon matrisinin ( ) faktör yükleri matrisi ( ) kullanılarak geri kazanılabileceğini iddia eden "faktör analizi temel teoremi" elde edilir :R,R\bf RbirA\bf A R = A A⊤R=AA⊤\bf R = AA^\top Ancak bu beni karıştırıyor. …

14 pca  factor-analysis  terminology  definition 

Bartlett Testinin örneklerinizin eşit varyansa sahip popülasyonlardan olup olmadığını belirlemekle ilgilendiğini anlıyorum. Örnekler eşit varyansa sahip popülasyonlardan geliyorsa, testin sıfır hipotezini reddedemeyiz ve bu nedenle temel bir bileşen analizi uygun değildir. Bu durumla ilgili sorunun (homoskedastik veri kümesine sahip olması) nerede olduğundan emin değilim. Tüm verilerinizin temeldeki dağıtımının aynı olduğu …

14 variance  pca  heteroscedasticity 

Rastgele Orman Sınıflandırması yapmadan önce PCA yapmak mantıklı mıdır? Yüksek boyutlu metin verileriyle uğraşıyorum ve boyutsallığın lanetinden kaçınmaya yardımcı olmak için özellik azaltma yapmak istiyorum, ancak Rastgele Ormanlar zaten bir boyut azaltma türüne değil mi?

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

Aşağıdaki PCA biplotunu düşünün: 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) Bir sürü kırmızı ok çizilir, ne anlama geliyorlar? "Var1" ile etiketlenmiş ilk okun veri kümesinin en değişken yönünü göstermesi gerektiğini biliyordum (eğer bunları 2000 veri noktası olarak düşünürsek, …

14 r  pca  linear-algebra  biplot 

Üniversite ödevinin bir parçası olarak, oldukça büyük, çok değişkenli (> 10) bir ham veri setinde veri ön işleme yapmak zorundayım. Kelimenin hiçbir anlamında bir istatistikçi değilim, bu yüzden neler olduğu konusunda biraz kafam karıştı. Muhtemelen gülünç basit bir soru için özür dilerim - başım çeşitli cevaplara bakıp istatistik-konuşmada beklemeye çalıştıktan …

14 pca 

Bir senaryo kullanıyorum. Çekirdek kayıtlar içindir. Belirli bir derinlikte (ilk sütunda) sütunlarda farklı elementel kompozisyonlar gösteren bir veri çerçevesi var. Onunla bir PCA yapmak istiyorum ve seçmem gereken standardizasyon yöntemi hakkında kafam karıştı. Sizden kimse kullandı clr()için verilerinizi hazırlamak için prcomp()? Yoksa çözümlerimi karıştırıyor mu? Öznitelik ölçeğini kullanmaya ek olarak …

13 r  pca  normalization  compositional-data