作者xkso (蜗牛)
看板Statistics
标题[问题] 主成分分析中的成分矩阵
时间Sun May 25 23:56:33 2014
大家好 小弟在做主成分分析时遇到问题
问题一
小弟数据的KMO值过低 再删除几个变数过後提高
但有个问题 是否可以删除变数呢? (数据为实验数据，是很多个别实验互不相关)
今天有人问说 可以乱删变数吗 但我个人想法是如果我不做这个实验 就没有这个变数
那就没影响 想问各位 是否可以删除无用变数
问题二
当我做主成分分析时 并未经过转轴步骤
当做出的成分矩阵 将0.45以下的因素负荷量忽略
矩阵中的PC1 PC2 PC3....等 的因素负荷量并未完全区隔
EX:
成份矩阵a
元件
1 2 3
Z分数(peak10) .788 .502
Z分数(peak12) .744 .452
Z分数(peak15) .810
Z分数(peak21) .788
Z分数(peak22) -.788
Z分数(peak27) .764
Z分数(peak30) -.908
Z分数(peak8) -.569 .722
萃取方法：主成分分析。
a. 萃取了 3 个成份。
如上面 PC1与PC2的 peak10 都高於0.45
这是可以允许的吗?
还是需要删除 不过这样一直删除 我就没变数了
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 61.60.240.139
※ 文章网址: http://webptt.com/cn.aspx?n=bbs/Statistics/M.1401033396.A.176.html
1F：→ andrew43:变数在多个主成份有不小的负荷量从来不是问题。 05/26 00:23
2F：→ obarisk:实验资料要做降维的目的是？ 05/26 08:57
3F：→ xkso:我有许多变数 利用这些变数将不同产地样品 进行分类 05/26 22:12
4F：→ xkso:但我不知道哪些变数是有用 哪些没用 05/26 22:13
5F：→ xkso:所以把全部变数跑主成分 删除变数後提升KMO到标准 05/26 22:14
6F：→ xkso:最後进行判别分析 但全部都是自己摸索 所以很多疑问 05/26 22:15
7F：→ andrew43:何不直接做判别分析? 05/27 00:05
8F：→ andrew43:删去「无用」的变数应该是建立在有没有助於判别准确性上 05/27 00:07
9F：→ xkso:我删除变数过 还有12个变数左右 我想说还是太多 05/27 10:06
10F：→ xkso:个人觉得 似乎做完主成分分析会较好判别 成功率较高 05/27 10:06
11F：→ obarisk:看你判别分析的做法吧，主成份就是变数的线性组合啊。 05/28 18:58