问题标签 [princomp]

我有一个表示大型数据集的相关矩阵的数据框：

我想使用 {stats} 中的 princomp() 进行主成分分析，我尝试阅读可用的文档，并得到：

但这与我离开最后一个论点时没有什么不同。请告知使用 princomp() 参数的正确方法。

我有一个小问题，我想删除我的 PCA 双图的顶部和右侧轴（我不知道那个轴的名称是什么，抱歉），但我不知道该怎么做。

有没有办法删除它？

我读到bty=1只有左轴和下轴有效，但它不起作用。

我尝试单独使用它：

我不知道如何使用该命令，或者它是否是删除顶部和右侧轴的命令。

我的问题很基本，但我需要帮助理解基本概念。在以下示例中，来自函数 的Mathworks文档页面princomp

我们得到以下值：

传奇：

潜伏是一个向量，包含 X 的协方差矩阵的特征值。

pc是一个 p×p 矩阵，每一列包含一个主成分的系数。这些列按分量方差递减的顺序排列。**

score是主成分分数；也就是 X 在主成分空间中的表示。SCORE 的行对应于观察值，列对应于组件。

有人可以解释分数的值是否是使用 pc 的值以某种方式生成的，如果这是真的，执行什么样的计算？

我有一个来自四个群体、四个治疗和三个重复的个体数据集。每个个体仅在一个群体中，处理和重复组合。我对每个人进行了四次测量。我想对每个群体、底物和复制组合的这些测量进行 PCA。

我知道如何对所有个体进行 PCA，我可以将数据集拆分为多个数据集，以针对种群、底物和复制的每种组合，然后对每个新数据集执行 PCA。

我如何才能对完整的数据集进行 PCA，以最有效地获得每个种群、底物和复制组合的 PC1、PC2... 结果？我想将数据集转换为列表，但不确定如何将 princomp 函数应用于列表。我在正确的轨道上吗？

样本数据：

我有这个脚本，它对变量数量进行简单的 PCA 分析，最后将两个坐标和另外两个列（存在，NZ_Field）附加到输出文件。我以前做过很多次，但现在它给了我这个错误：

我知道这意味着存在负特征值。我查看了建议使用 na.omit 的类似帖子，但它没有用。我在这里上传了“biodata.Rdata”文件：

协方差矩阵不是非负定的

https://www.dropbox.com/s/1ex2z72lilxe16l/biodata.rdata?dl=0

我很确定这不是因为数据中缺少值，因为我使用了具有不同“存在”和“NZ_Field”列的相同数据。

非常感谢任何帮助。

我之前在二维数组上使用过 PCA，并且我使用了第一个最能最好地描述分析中所有其他列的方差的 PC 得分向量。下面是一个 R 示例，它显示了最能描述感兴趣的二维数组的方差的 Comp.1 向量。

我的问题是如何在 3D 阵列上执行相同的程序？例如，如果我有一个大小为 4 x 5 x 3 的数组，我如何获得与上面找到的 Comp.1 向量等效的 4 x 5 2D 数组？

我在下面提供了一个带有代码和输出的 R 示例。当我查看分数时，它只输出一个组件（而不是预期的 3 个），长度为 60。这是否意味着前 20 个元素对应于第一台 PC，接下来的 20 个对应于第二台 PC，最后 20 个到第三台电脑？如果是这样，princomp 如何安排条目，以便我可以使用前 20 个元素（第一台 PC）返回到原始的 4 x 5 2D 数组？谢谢您的帮助。

我正在使用一些环境数据（climond）对 35 个栅格进行 PCA。一切正常，我在 R 中使用此命令在光栅堆栈上执行 PCA：

所有的栅格看起来都很好，但是每个分量都解释了完全相同的方差比例（0.029），所以最后它们总和为 1。这对我来说有点奇怪，因为我已经习惯了例如前三个 pca 的结果轴解释了例如 50% 的方差，而其余的组件解释的越来越少。那么我的结果是正确的还是应该对princcomp进行一些修改？这就是它的样子：

然而，特征值（或此处的标准差）正在减少：

我希望这是一个相关的问题！提前感谢您的回答。

这应该是非常基本的，我希望有人可以帮助我。我通过以下调用运行了主成分分析：

摘要 pca 返回此描述：

查看显示每台 PC 解释的差异的第二行。如何以编程方式在我的脚本中从变量 pca 中提取此向量。我已经进行了足够的搜索，但找不到答案。

我是 R 的新生。我想展示协方差矩阵 Σ 与特征向量和特征值之间的关系。我知道 Σ 可以分解为：∃P，∃D：Σ = PD P'，其中 P 是特征向量矩阵，D 是对角矩阵，其对角线元素是相应的特征值。但我的结果与协方差矩阵不同。我的 Σ 等于相关矩阵。这是我的代码：

谁能解释我的问题在哪里？非常感谢。

在 Matlab 中，在尝试进行 PCA 时，将 princomp 命令用于正数据值与负数据值是否有区别？它是一个非负确定命令吗？谢谢！