주성분

데이터 차원 축소

주성분 분석의 목적은 측정된 변수 집합 중 원래 변수의 변동성을 가능한 한 많이 포착하는 소수의 독립적 선형 결합(주성분)을 도출하는 것입니다. 주성분 분석은 탐색적 데이터 분석 도구이자 차원 축소 기법입니다. 주성분 분석은 주성분 분석 회귀(PCA 회귀 또는 PCR이라고도 함)에서와 같이 예측 모형을 생성하는 데도 유용합니다.

주성분 플랫폼은 주성분을 얻기 위한 두 가지 범주의 방법을 제공합니다. "전통적" 방법은 공분산 행렬, 상관 행렬 또는 비척도화/비중심화 행렬을 사용하여 주성분을 얻습니다. "고급" 방법은 다양한 특이값 분해 기법을 사용하여 주성분을 얻습니다.

고급 방법은 변수의 수가 매우 많은 데이터에 유용하며, 효율적인 계산 시간으로 주성분을 계산할 수 있습니다. 대부분의 고급 방법을 사용할 때는 추정할 성분 수를 지정해야 합니다. 일반적으로 이 값은 데이터의 차원보다 훨씬 작습니다. 그런 다음 이러한 주성분을 PCA 회귀에 사용할 수 있습니다.

주성분 플랫폼에서는 요인 분석도 지원합니다. JMP에서는 추출된 성분을 해석하는 데 도움이 되는 여러 유형의 직교 및 사각 요인 분석 스타일 회전을 제공합니다. 요인 분석에 대한 자세한 내용은 요인 분석에서 확인하십시오.

그림 4.1 주성분의 예 

목차

주성분 플랫폼 개요

주성분 분석의 예

주성분 플랫폼 시작

결측 데이터

주성분 보고서

주성분 보고서 옵션

이상치 분석

주성분 플랫폼에 대한 통계 상세 정보

분산 추정 방법에 대한 통계 상세 정보

고급 방법에 대한 통계 상세 정보

이상치 분석 계산에 대한 통계 상세 정보