Thống kê và dữ liệu lớn pca

1

Sự khác biệt giữa PCA thông thường và PCA xác suất là gì?

Tôi biết PCA thông thường không theo mô hình xác suất cho dữ liệu quan sát. Vậy sự khác biệt cơ bản giữa PCA và PPCA là gì? Trong mô hình biến tiềm ẩn PPCA chứa ví dụ các biến quan sát , biến tiềm ẩn (biến không quan sát …

15 pca

2

Tạo một chỉ mục từ một số thành phần chính hoặc các yếu tố được giữ lại từ PCA / FA

Tôi đang sử dụng Phân tích thành phần chính (PCA) để tạo ra một chỉ số cần thiết cho nghiên cứu của mình. Câu hỏi của tôi là làm thế nào tôi nên tạo một chỉ mục bằng cách sử dụng các thành phần chính được giữ lại được tính …

15 pca factor-analysis rating composite scale-construction

1

Hồi quy trong cài đặt

Tôi đang thử xem có nên sử dụng hồi quy sườn , LASSO , hồi quy thành phần chính (PCR) hay Bình phương tối thiểu (PLS) trong tình huống có số lượng lớn biến / tính năng ( ppp ) và số lượng mẫu nhỏ hơn ( n<pn<pn np>10np>10np>10n Các …

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

3

Sự khác biệt giữa phân tích ngữ nghĩa tiềm ẩn (LSA), lập chỉ mục ngữ nghĩa tiềm ẩn (LSI) và phân rã giá trị số ít (SVD) là gì?

Những thuật ngữ này bị ném xung quanh nhau rất nhiều, nhưng tôi muốn biết bạn nghĩ sự khác biệt là gì, nếu có. Cảm ơn

15 pca text-mining svd

5

Người ta có thể sử dụng nhiều hồi quy để dự đoán một thành phần chính (PC) từ một số PC khác không?

Cách đây một thời gian, một người dùng trong danh sách gửi thư trợ giúp R đã hỏi về tính đúng đắn của việc sử dụng điểm PCA trong hồi quy. Người dùng đang cố gắng sử dụng một số điểm PC để giải thích sự thay đổi trong một …

15 regression pca

1

Có bất kỳ số lượng phương sai cần thiết nào được PCA thu thập để phân tích sau không?

Tôi có một bộ dữ liệu với 11 biến và PCA (trực giao) đã được thực hiện để giảm dữ liệu. Quyết định về số lượng thành phần để giữ cho tôi thấy rõ từ kiến thức của tôi về chủ đề và âm mưu (xem bên dưới) rằng hai …

15 variance pca

1

Phương pháp so sánh nào được sử dụng cho mô hình lmer: lsmeans hoặc glht?

Tôi đang phân tích một tập dữ liệu bằng mô hình hiệu ứng hỗn hợp với một hiệu ứng cố định (điều kiện) và hai hiệu ứng ngẫu nhiên (người tham gia do thiết kế chủ đề và cặp bên trong). Mô hình được tạo ra với lme4gói : exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp). …

15 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

1

Ý nghĩa của các hàm riêng của ma trận thông tin lẫn nhau là gì?

Khi nhìn vào các hàm riêng của ma trận hiệp phương sai, chúng ta sẽ nhận được các hướng của phương sai tối đa (hàm riêng đầu tiên là hướng mà dữ liệu thay đổi nhiều nhất, v.v.); đây được gọi là phân tích thành phần chính (PCA). Tôi đã …

14 pca entropy mutual-information eigenvalues

1

Định lý cơ bản của Dịch vụ phân tích nhân tố học áp dụng cho PCA như thế nào, hoặc tải PCA được định nghĩa như thế nào?

Tôi hiện đang trải qua một bộ slide tôi có để "phân tích nhân tố" (PCA theo như tôi có thể nói). Trong đó, "định lý cơ bản của phân tích nhân tố" được đưa ra, tuyên bố rằng ma trận tương quan của dữ liệu đi vào phân tích …

14 pca factor-analysis terminology definition

2

Tại sao tính toàn cầu được chẩn đoán bởi Bartlett's Test có nghĩa là PCA không phù hợp?

Tôi hiểu rằng Thử nghiệm của Bartlett có liên quan đến việc xác định xem các mẫu của bạn có từ các quần thể có phương sai bằng nhau hay không. Nếu các mẫu từ các quần thể có phương sai bằng nhau, thì chúng ta không từ chối giả …

14 variance pca heteroscedasticity

4

Biến nào giải thích thành phần PCA nào và ngược lại?

Sử dụng dữ liệu này: head(USArrests) nrow(USArrests) Tôi có thể làm PCA như vậy: plot(USArrests) otherPCA <- princomp(USArrests) Tôi có thể nhận được các thành phần mới trong otherPCA$scores và tỷ lệ phương sai được giải thích bởi các thành phần với summary(otherPCA) Nhưng điều gì sẽ xảy ra nếu …

14 r pca dimensionality-reduction regression-strategies

1

Các mũi tên trong biplot PCA có nghĩa là gì?

Hãy xem xét biplot PCA sau đây: 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) Có một loạt các mũi tên màu đỏ được vẽ, chúng có ý nghĩa gì? Tôi biết rằng mũi tên đầu tiên được gắn nhãn …

14 r pca linear-algebra biplot

3

Làm thế nào tôi có thể giải thích những gì tôi nhận được từ PCA?

Là một phần của bài tập Đại học, tôi phải tiến hành xử lý trước dữ liệu trên một tập dữ liệu thô khá lớn, đa biến (> 10). Tôi không phải là một nhà thống kê theo bất kỳ ý nghĩa nào của từ này, vì vậy tôi hơi …

14 pca

2

Tôi có thể sử dụng CLR (chuyển đổi tỷ lệ log trung tâm) để chuẩn bị dữ liệu cho PCA không?

Tôi đang sử dụng một kịch bản. Đó là cho hồ sơ cốt lõi. Tôi có một khung dữ liệu hiển thị các thành phần nguyên tố khác nhau trong các cột theo độ sâu nhất định (trong cột đầu tiên). Tôi muốn thực hiện PCA với nó và tôi …

13 r pca normalization compositional-data

1

Tại sao Daniel Wilks (2011) nói rằng hồi quy thành phần chính sẽ bị thiên vị?

Trong Phương pháp thống kê trong Khoa học khí quyển , Daniel Wilks lưu ý rằng hồi quy tuyến tính nhiều có thể dẫn đến các vấn đề nếu có sự giao thoa rất mạnh giữa các yếu tố dự đoán (ấn bản thứ 3, trang 559-560): Một bệnh lý …

13 regression pca bias

Câu hỏi được gắn thẻ «pca»