即使生在田間地頭,只要你努力生長,終會被人發現,繼而被世人所欣賞!
——許棟
介紹
主成分分析(principal components analysis, PCA)也稱主分量分析,由霍特林(Hotelling)於1933年首先提出。主成分分析是利用降維的思想,在損失很少信息的前提下把多個指標轉化為幾個綜合指標的多元統計方法,以此來實現降維的目的。通常把轉化後的綜合指標稱之為主成分,其中每個主成分都是原始變量的線性組合,且各個主成分之間互不相關,這就使得主成分比原始變量具有某些更優越的性能。這樣在研究複雜問題時就可以只考慮少數幾個主成分而不至於損失太多信息,從而更容易抓住主要矛盾,揭示事物內部變量之間的規律性,同時使問題得到簡化,提高分析效率[1]。
那麼簡單的來說,主成分分析的主要目的是用於判斷組內樣本的重複性是否足夠好(圖上本組內各點的距離是否足夠近)以及組間樣本的差異是否足夠大(圖上組間各點之間的距離是否足夠遠)這兩個指標。如果PCA分析出來的結果差異性不大,則後續差異分析意義不大;如果在分析結果中存在離群的樣本,那麼便可以先剔除該樣本,再進行後續的分析,以確保後續分析有意義。(參考來自網絡)
那麼如何使用Origin進行主成分分析的操作呢,接下來我們來看看吧!
軟件
Origin 2019b 32Bit
數據獲取
圖文教程
1. 我們首先將數據轉置一下,如下圖
2. 打開Origin,將數據複製進去
3. 點擊PCA的App
4. 設置參數:輸入數據選擇所有列
5. 再將數據範圍改為從第三列開始
6. 然後再將觀察值和組進行設置,點擊右邊的黑色三角即可
7. Setting和Quantities to Compute裡面保持默認就可以了
8. 2D圖:
設置Plot,這裡可以設置成2D和3D兩種,我們先看一下2D的吧,最下方的置信區間以及標籤輪廓,自己需要可以勾選!
9. 點擊確定,即可出圖,雙擊打開Score plot
10. 基本的圖形就出來了
11. 雙擊圖中的點,添加對應的標籤
12. 將圖中的次座標軸去掉,字體統一改為Time New Rowan,20號字體。以及將圖中的圓形可以改成球體,設置一下大小就可以了。
13. 右擊圖例標籤,選擇屬性,再對圖例調整一下
14. 對於圖中的標籤(Control 1,Control 2等),覺得位置不合適,直接按住Ctrl,鼠標點擊進行移動
15. 最終我們的2D的PCA圖就做好了
16. 3D圖:
設置Plot,選擇 3D圖,最下方的置信區間以及標籤輪廓,自己需要可以勾選!
17. 打開結果圖
18. 我們點擊一下圖,那麼會出現四個紅色的快捷設置選項
19. 這裡我來說一下幾個快捷設置的意思第一個:單擊,可以整體移動圖形第二個:單擊,會出現一個三維座標,可以將圖形的長寬高進行調整
第三個:單擊,會出現一個球體,選中不同的顏色線條,可以從X,Y,Z三個方向進行調整角度,也可以全選,整體調整
第四個:單擊,可以將菜單選項,選擇放在右上角或者圖中間
20. 你也可以使用下方的快捷工具進行調整
21. 單擊圖中的小圓點,進行設置大小和好看的球體
22. 同時將標籤顯示出來
23. 最後將座標軸及其字體進行調整,圖就做好了
24. 怎麼樣,你學會了嗎?
參考文獻[1]李小勝,陳珍珍.如何正確應用SPSS軟件做主成分分析[J].統計研究,2010,27(08):105-108.
聲明:本文中的介紹部分資料參考來自網絡,如若侵權,請聯繫Paper主編微信(XD15771909752)進行刪除,感謝理解!