24小时热门版块排行榜    

CyRhmU.jpeg
查看: 28204  |  回复: 22
当前只显示满足指定条件的回帖,点击这里查看本话题的所有回帖

小小佐罗2

木虫 (正式写手)

[求助] PCA分析的图看不懂 找高手来解释下已有5人参与

这个图看不懂 PC1(8.9%)是第一主成分,PC2(8.5%)为第二主成分,谁能详细解释下这2个百分数的含义。
附原文:The first two principal components explain 17.4% of variance.
回复此楼
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

416114799

至尊木虫 (知名作家)

【答案】应助回帖

请参考15楼。PCA是分析群落聚集在一起的结果如何,而这些聚集是环境因子决定的,这些因子可以是各种东西。比如pH,温度,金属浓度,有机物,有没有种植物(用0和1表示有没有),等等。因为一般要求数据是因子的三倍以上,所以大数据量才能有一个好的指示。而因子多寡不是重点,因为我们不知道环境中哪些因子影响了你的结果,如果你有5个因子,通过分析其一轴和所有轴的p值小于0.05,说明因子可以用来作图,但即便如此你也不能说所有因子有作用。你得看看各因子是否有显著,p值。如果5因子得出的一轴和/或总的p值大于0.05,说明因子有无效的。把计算得出F值最低的删掉,继续分析,直到你得到显著的p值。你看的这文章pc1和2意思是所有因子作用下群落聚类得到这样分布的可能性。因为PCA分析是空间的,不是平面的。因子影响不会只朝xy轴走,只是为了更加明白,只作出一二轴,并把它们的空间构象投影到平面。只要p值ok,一二轴数据低于80%很正常。说明作者分析的因子中只有这两个比较好解释结果,其他因子加进来p值就低于0.05,那即使解释了90%也没意义。因子五花八门,你要100个都行。但不是越多越好。你要确保的是目标数据多,而不是因子多少。所以哪怕只有一个因子理论上也行。至少结果是可靠的。至于作者图中没有很好的分离,那是另外一回事了。说明因子的确不够。有时候你测了因子,不一定就是真实有用的

发自小木虫IOS客户端
做人做事要低调,默默践行心中的梦想.
19楼2015-12-25 08:52:30
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
查看全部 23 个回答

小小佐罗2

木虫 (正式写手)

顶上去 没人知道么
2楼2012-02-08 11:47:13
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

songxc123

铜虫 (小有名气)

【答案】应助回帖

感谢参与,应助指数 +1
共同学习,个人认为是这样的。
主成分分析是将所有影响因子分开,通过分析,得到不同影响因子对产生变异量(差异)的贡献率。PC1指贡献率上排名第一的贡献率,是对变异量影响最大的一个因子,8.9%的贡献率,PC2就是排名第二的因子的贡献率是8.5%。
个人认为这个贡献率不是很高,一般我看了几篇文献,有的前2个主成分可以占到80%以上的贡献率。
纯属个人见解,欢迎高手指点!
3楼2012-02-08 15:53:31
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖

小小佐罗2

木虫 (正式写手)

引用回帖:
: Originally posted by songxc123 at 2012-02-08 15:53:31:
共同学习,个人认为是这样的。
主成分分析是将所有影响因子分开,通过分析,得到不同影响因子对产生变异量(差异)的贡献率。PC1指贡献率上排名第一的贡献率,是对变异量影响最大的一个因子,8.9%的贡献率,PC2就 ...

那我想继续请问 这2个主成分贡献率加起来才17.4%,一般要求最少要大于80%啊,这块想不明白
4楼2012-02-08 19:15:00
已阅   回复此楼   关注TA 给TA发消息 送TA红花 TA的回帖
信息提示
请填处理意见