pca पर टैग किए गए जवाब

मैं एक मिश्रित प्रभाव मॉडल का उपयोग करके निर्धारित डेटा का विश्लेषण कर रहा हूं जिसमें एक निश्चित प्रभाव (स्थिति) और दो यादृच्छिक प्रभाव (विषय डिजाइन और जोड़ी के कारण प्रतिभागी) हैं। मॉडल lme4पैकेज के साथ उत्पन्न किया गया था exp.model<-lmer(outcome~condition+(1|participant)+(1|pair),data=exp):। इसके बाद, मैंने निश्चित प्रभाव (स्थिति) के बिना मॉडल …

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 

मुझे पता है कि नियमित पीसीए प्रेक्षित डेटा के लिए संभाव्य मॉडल का पालन नहीं करता है। तो पीसीए और पीपीसीए के बीच बुनियादी अंतर क्या है ? PPCA अव्यक्त चर मॉडल में उदाहरण के लिए देखे गए चर , अव्यक्त (अप्राप्य चर x ) और एक मैट्रिक्स W होता …

15 pca 

मैं अपने शोध के लिए आवश्यक सूचकांक बनाने के लिए प्रधान घटक विश्लेषण (पीसीए) का उपयोग कर रहा हूं। मेरा प्रश्न यह है कि पीसीए के माध्यम से गणना किए गए प्रमुख घटकों का उपयोग करके मुझे कैसे एक सूचकांक बनाना चाहिए। उदाहरण के लिए, मैंने पीसीए का उपयोग करने …

15 pca  factor-analysis  rating  composite  scale-construction 

मैं यह देखने की कोशिश कर रहा हूं कि रिज रिग्रेशन , LASSO , प्रिंसिपल कंपोनेंट रिग्रेशन (PCR), या आंशिक लिटर स्क्वेयर (PLS) ऐसी स्थिति में जाना चाहिए, जहां बड़ी संख्या में वैरिएबल / फीचर्स ( ppp ) और कम संख्या में सैंपल हों ( n<pn<pn n , अधिकांश समय …

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

इन शब्दों को एक साथ बहुत फेंक दिया जाता है, लेकिन मैं यह जानना चाहूंगा कि आप क्या सोचते हैं कि अंतर क्या है, यदि कोई हो। धन्यवाद

15 pca  text-mining  svd 

कुछ समय पहले आर-हेल्प मेलिंग सूची पर एक उपयोगकर्ता ने एक प्रतिगमन में पीसीए स्कोर का उपयोग करने के बारे में पूछा। उपयोगकर्ता किसी अन्य पीसी में भिन्नता को समझाने के लिए कुछ पीसी स्कोर का उपयोग करने की कोशिश कर रहा है (पूरी चर्चा यहां देखें )। जवाब था …

15 regression  pca 

मेरे पास 11 वैरिएबल के साथ एक डेटासेट है और डेटा को कम करने के लिए पीसीए (ऑर्थोगोनल) किया गया था। इसे बनाए रखने के लिए घटकों की संख्या पर निर्णय लेना मेरे लिए विषय और स्कोरी प्लॉट (नीचे देखें) के बारे में मेरे ज्ञान से स्पष्ट था कि डेटा …

15 variance  pca 

इस डेटा का उपयोग करना: head(USArrests) nrow(USArrests) मैं पीसीए इस प्रकार कर सकता हूं: plot(USArrests) otherPCA <- princomp(USArrests) मैं नए घटकों को प्राप्त कर सकता हूं otherPCA$scores और विचरण के अनुपात को घटकों द्वारा समझाया गया summary(otherPCA) लेकिन क्या होगा अगर मैं जानना चाहता हूं कि कौन से चर ज्यादातर …

15 r  pca  dimensionality-reduction  regression-strategies 

जब कोवरियन मैट्रिक्स के आइजनवेक्टरों को देखते हैं, तो हमें अधिकतम विचरण की दिशाएँ मिलती हैं (पहला ईजनवेक्टर वह दिशा है जिसमें डेटा सबसे भिन्न होता है, आदि); इसे प्रधान घटक विश्लेषण (PCA) कहा जाता है। मैं सोच रहा था कि आपसी सूचना मैट्रिक्स के eigenvectors / मूल्यों को देखने …

14 pca  entropy  mutual-information  eigenvalues 

मैं वर्तमान में एक स्लाइड सेट के माध्यम से जा रहा हूं जो मेरे पास "कारक विश्लेषण" के लिए है (पीसीए जहां तक ​​मैं बता सकता हूं)। इसमें, "कारक विश्लेषण का मौलिक सिद्धांत" व्युत्पन्न है जो दावा करता है कि विश्लेषण ( ) में जाने वाले डेटा के सहसंबंध मैट्रिक्स …

14 pca  factor-analysis  terminology  definition 

मैं समझता हूं कि बार्टलेट का परीक्षण यह निर्धारित करने से संबंधित है कि क्या आपके नमूने समान भिन्नताओं वाले आबादी से हैं। यदि नमूने समान भिन्नताओं वाले आबादी से हैं, तो हम परीक्षण की अशक्त परिकल्पना को अस्वीकार करने में विफल रहते हैं, और इसलिए एक प्रमुख घटक विश्लेषण …

14 variance  pca  heteroscedasticity 

क्या यह रैंडम फ़ॉरेस्ट क्लासिफिकेशन करने से पहले पीसीए करने के लिए समझ में आता है? मैं उच्च आयामी पाठ डेटा के साथ काम कर रहा हूं, और मैं आयामीता के अभिशाप से बचने में मदद करने के लिए सुविधा में कमी करना चाहता हूं, लेकिन पहले से ही किसी …

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

निम्नलिखित पीसीए biplot पर विचार करें: 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) वहाँ लाल तीरों का एक गुच्छा लगाया जाता है, उनका क्या मतलब है? मुझे पता था कि "वर 1" के साथ लेबल किया गया पहला तीर …

14 r  pca  linear-algebra  biplot 

एक विश्वविद्यालय के असाइनमेंट के हिस्से के रूप में, मुझे डेटा प्री-प्रोसेसिंग को काफी विशाल, मल्टीवीरेट (> 10) कच्चे डेटा सेट पर संचालित करना होगा। मैं शब्द के किसी भी अर्थ में एक सांख्यिकीविद् नहीं हूं, इसलिए मैं थोड़ा उलझन में हूं कि क्या चल रहा है। अग्रिम में क्षमा …

14 pca 

मैं एक स्क्रिप्ट का उपयोग कर रहा हूं। यह कोर रिकॉर्ड के लिए है। मेरे पास एक डेटाफ्रेम है जो किसी दिए गए गहराई से (पहले कॉलम में) कॉलम में विभिन्न मौलिक रचनाओं को दिखाता है। मैं इसके साथ एक पीसीए करना चाहता हूं और मैं उस मानकीकरण विधि के …

13 r  pca  normalization  compositional-data