R语言主成分分析（1）

最新推荐文章于 2024-05-18 21:42:34 发布
最新推荐文章于 2024-05-18 21:42:34 发布
阅读量7.1k 收藏 33
点赞数 3
分类专栏： 医学统计学 文章标签： r语言 医学统计学
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Ayue0616/article/details/127613407
版权

文章目录


在医学研究中，为了客观、全面地分析问题，常要记录多个观察指标并考虑众多的影响因素，这样的
者，数据虽然可以提供丰富的信息，但同时也使得数据的分析工作更趋复杂化。

例如，在儿童生长发育的评价中，收集到的数据包括每一儿童的身高、体重、胸围、头围、坐高、肺活量等十多个指标。怎样利用这类多指标的数据对每一儿童的生长发育水平作出正确的评价？如果仅用其中任一指标来作评价，其结论显然是片面的，而且不能充分利用已有的数据信息。如果分别利用每一指标进行评价，然后再综合各指标评价的结论，这样做一是可能会出现各指标评价的结论不一致，甚至相互冲突，从而给最后的综合评价带来困难；二是工作量明显增大，不利于进一步的统计分析。

事实上，在实际工作中，所涉及的众多指标之间经常是有相互联系和影响的，从这一点出发，希望通过对原始指标相互关系的研究，找出少数几个综合指标，这些综合指标是原始指标的线性组合，它既保留了原始指标的主要信息，且又互不相关。这样一种从众多原始指标之间相互关系入手，寻找少数综合指标以概括原始指标信息的多元统计方法称为主成分分析。

关于特征值、特征向量、方差贡献率、累积方差贡献率等概念，大家可以阅读网络教程或者课本等。

今天只是小试牛刀，后面会为大家带来更加详细的主成分分析可视化。

加载数据

使用R语言自带的iris鸢尾花数据进行演示。

str(iris)
## 'data.frame':	150 obs. of  5 variables:
##  $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
##  $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
##  $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
##  $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
##  $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...
psych::headTail(iris)
##     Sepal.Length Sepal.Width Petal.Length Petal.Width   Species
## 1            5.1         3.5          1.4         0.2    setosa
## 2            4.9           3          1.4         0.2    setosa
## 3            4.7         3.2          1.3         0.2    setosa
## 4            4.6         3.1          1.5         0.2    setosa
## ...          ...         ...          ...         ...      <NA>
## 147          6.3         2.5            5         1.9 virginica
## 148          6.5           3          5.2           2 virginica
## 149          6.2         3.4          5.4         2.3 virginica
## 150          5.9           3          5.1         1.8 virginica

首先给大家介绍下R自带的主成分分析函数。

相关性检验

在进行PCA之前可以先进行相关性分析，看看相关系数：

cor(iris[,-5])
##              Sepal.Length Sepal.Width Petal.Length Petal.Width
## Sepal.Length    1.0000000  -0.1175698    0.8717538   0.8179411
## Sepal.Width    -0.1175698   1.0000000   -0.4284401  -0.3661259
## Petal.Length    0.8717538  -0.4284401    1.0000000   0.9628654
## Petal.Width     0.8179411  -0.3661259    0.9628654   1.0000000

KMO和Bartlett球形检验

使用psych实现，关于这两个检验的解读大家自行学习~

psych::KMO(iris[,-5])
## Kaiser-Meyer-Olkin factor adequacy
## Call: psych::KMO(r = iris[, -5])
## Overall MSA =  0.54
## MSA for each item = 
## Sepal.Length  Sepal.Width Petal.Length  Petal.Width 
##         0.58         0.27         0.53         0.63

这个检验主要反应样本量够不够，Overall MSA是总体的检验统计量，然后是每个变量的检验统计量。
MSA越大越好。一般要求大于0.5才可以（没有绝对标准，根据实际情况来）。

psych::cortest.bartlett(iris[,-5])
## R was not square, finding R from data
## $chisq
## [1] 706.9592
## 
## $p.value
## [1] 1.92268e-149
## 
## $df
## [1] 6

p.value小于0.05，表明数据可以进行主成分分析。

R自带的PCA

主成分的实现可以通过分步计算，主要就是标准化-求相关矩阵-计算特征值和特征向量。

R中自带了prcomp()进行主成分分析，这就是工具的魅力，一次完成多步需求。

使用prcomp()进行主成分分析：

# R自带函数
pca.res <- prcomp(iris[,-5], scale. = T, # 标准化
                  center = T # 中心化
                  )

# 查看标准差、特征向量（回归系数）
pca.res
## Standard deviations (1, .., p=4):
## [1] 1.7083611 0.9560494 0.3830886 0.1439265
## 
## Rotation (n x k) = (4 x 4):
##                     PC1         PC2        PC3        PC4
## Sepal.Length  0.5210659 -0.37741762  0.7195664  0.2612863
## Sepal.Width  -0.2693474 -0.92329566 -0.2443818 -0.1235096
## Petal.Length  0.5804131 -0.02449161 -0.1421264 -0.8014492
## Petal.Width   0.5648565 -0.06694199 -0.6342727  0.5235971

主成分就是根据这几个系数算出来的：

PC1 = 0.5210659Sepal.Length - 0.2693474Sepal.Width + 0.5804131Petal.Length + 0.5648565Petal.Width

后面的主成分计算方法以此类推。

# 样本得分score
head(pca.res$x)
##            PC1        PC2         PC3          PC4
## [1,] -2.257141 -0.4784238  0.12727962  0.024087508
## [2,] -2.074013  0.6718827  0.23382552  0.102662845
## [3,] -2.356335  0.3407664 -0.04405390  0.028282305
## [4,] -2.291707  0.5953999 -0.09098530 -0.065735340
## [5,] -2.381863 -0.6446757 -0.01568565 -0.035802870
## [6,] -2.068701 -1.4842053 -0.02687825  0.006586116

# 查看标准差、方差贡献率、累积方差贡献率
summary(pca.res)
## Importance of components:
##                           PC1    PC2     PC3     PC4
## Standard deviation     1.7084 0.9560 0.38309 0.14393
## Proportion of Variance 0.7296 0.2285 0.03669 0.00518
## Cumulative Proportion  0.7296 0.9581 0.99482 1.00000
  • Standard deviation:标准差
  • Proportion of Variance:方差贡献率
  • Cumulative Proportion:累积方差贡献率

关于主成分分析中的各种术语解读，我推荐知乎上的一篇文章：主成分分析各类术语的白话解读

结果可视化

默认的主成分分析结果可视化：

biplot(pca.res)

碎石图可以帮助确认最佳的主成分个数，可以使用默认的screeplot()实现：

# 默认是条形图，我们改为折线图，其实就是方差贡献度的可视化
screeplot(pca.res, type = "lines")

可以看到用2-3个主成分就挺好了。

一般来说，主成分的保留个数可以按照以下原则确定：

  1. 以累积贡献率确定，当前K个主成分的累积贡献率达到某一特定值（一般选70%或者80%都行）时，则保留前K个主成分；
  2. 以特征值大小来确定：如果主成分的特征值大于1，就保留这个主成分。

但是保留几个主成分并没有绝对的标准，大家根据自己的实际情况来！

今天只是小试牛刀，后面会为大家带来更加详细的主成分分析可视化。可参考推文：

  • 主成分分析可视化
  • 主成分分析结果提取以及3d版主成分可视化
医学和生信笔记
关注
  • 3
    点赞
  • 踩
  • 33
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
R语言进行主成分分析
Mrrunsen的博客
07-30 642
在实际应用中，可以根据具体的需求和数据特点来调整主成分分析的参数和结果展示方式。主成分分析是一个非常有用的数据降维方法，可以帮助我们减少数据的维度，并更好地理解数据的结构和特征。函数来进行主成分分析（Principal Component Analysis，PCA）。主成分分析是一种降维技术，用于将多维数据投影到低维空间中，以便更好地理解数据的结构和特征。函数会输出主成分分析的结果，包括主成分的方差解释比例、主成分的贡献度、特征值等信息。函数会绘制一个双标图，其中显示了原始数据和主成分在降维空间中的投影。
R语言主成分分析法笔记
weixin_43332500的博客
05-27 2万+
01、什么是主成分分析法 简要概括主成分分析法的作用：把能反映某种特征的很多指标汇总成一个指标。 举例而言，一家银行的流动性可以体现在它的现金资产占比和定期存款占比上—— 银行A的现金资产占比是0.12，定期存款占比是0.37； 银行B现金资产占比是0.09，定期存款占比是0.5。 哪一家流动性更好呢？ 如果我们能确定存在一个公式比如： 流动性指标 = 30%现金资产占比 + 70%定期存款占比 ...
R语言 主成分分析 代码
flyingMMM的博客
01-15 2826
代码 #主成分分析 getwd() library(factoextra) install.packages("psych") library(psych) df<-read.csv("1.csv",header = T,row.names = 1) head(df) #数据标准化 d <- scale(df) d #确定提取主城分数，绘制碎石图 fa.parallel(d,fa = 'pc') #提取主成分 p <- principal(d, nfactors = 2, rotate =
PCA综合评分-KMO和Bartlett球形检验及检验未通过如何处理
最新发布
weixin_63505616的博客
05-18 901
PCA综合评分-kmo和bartlett球形检验，如何判断数据是否适合进行PCA综合评分以及如果未通过如何处理数据
基于R语言的主成分分析（附代码）
m0_62929945的博客
05-20 8666
主成分分析也成为主分量分析，在实际问题中变量之间可能存在一定的相关性。因此若可以使用个数较少但是保留了原始变量大部分信息的几个不相关的综合变量来代替原来的较多变量，就能简化数据，从而对原来复杂的数据关系进行简明有效的统计分析。其本质是“有效降维”，既要减少变量个数，又不能损失太多信息。当一个变量住区一两个数据时提供的信息非常有限，变量的变异性越大，说明它提供的信息量越。主成分分析中的信息，就是变量的变异性，用标准差或者方差来表示。
r语言主成分分析_主成分分析与聚类分析 | R语言实现
weixin_39799825的博客
12-08 928
#### 用数据框形式输入数据X<-data.frame( x1=c(2959.19,2459.77,1495.63,1046.33,1303.97,1730.84,1561.86,1410.11,3712.31,2207.58,2629.16, 1844.78,2709.46,1563.78,1675.75,1427.65,1783.43,1942.23,3055.17,20...
主成分分析（R语言）
Aries_young的博客
01-22 8643
代码实现如下： data3.3&lt;-read.csv("C:/Users/Administrator/Desktop/data3.3.csv",head=TRUE) datas&lt;-data.frame(scale(data3.3[,1:6])) pr3.3&lt;-princomp(~x1+x2+x3+x4+x5,datas,cor=T) # 对5个变量做主成分分析，其中cor=T表...
R语言主成分分析练习
01-18
R语言主成分分析练习
R主成分分析_R语言/主成分分析_主成分分析_
10-02
在R语言中执行主成分分析，主要涉及以下几个关键步骤： 1. **数据预处理**：首先，需要确保数据是数值型的，并且没有缺失值。可以使用`is.na()`函数检查缺失值，`complete.cases()`或`na.omit()`来处理缺失值。对于...
R语言_主成分分析_R语言实例分析_内附R代码_分析数据见资其它资源
12-25
【R语言主成分分析】主成分分析（PCA）是一种在多变量数据分析中广泛使用的降维技术，用于处理具有高度相关性的变量集。PCA通过转换原始数据，将其转换为一组新的正交变量，即主成分，这些主成分是原始变量的线性...
45.R语言主成分分析PCA及factoextra包可视化学习笔记
05-07
主成分分析是我们在做统计的时候经常用到的数据处理方法，有很多的R语言包可以实现PCA分析，我们都可以去尝试着实现。
主成分分析案例和R语言代码.rar_主成分分析；R语言_对应分析案例R
09-22
主成分分析:包括案例和对应的R语言代码，代码中地址需要自行修改后使用
主成分分析R语言实现
shine4869的博客
04-21 3万+
R语言主成分分析实现
【PCA】主成分分析算法R语言实现
m0_69310669的博客
11-23 1473
主成分分析（Principal Component Analysis，PCA）是一种降维算法，它能将多个指标转换为少数几个主成分，这些主成分是原始变量的线性组合，且彼此之间互不相关，其能反映出原始数据的大部分信息。一般来说，当研究的问题涉及到多变量且变量之间存在很强的相关性时，我们可考虑使用主成分分析的方法来对数据进行简化。降维是将高维度的数据（指标太多）保留下最重要的一些特征，去除噪声和不重要的特征，从而实现提升数据处理速度的目的。
R语言应用统计1 主成分分析
一个不愿透露姓名的博客
12-19 3036
R语言应用统计1 主成分分析 这个系列就讨论应用基础，争取一条公式都不用写。当原始数据集比较庞大，并且不同变量之间存在一些相关性时，我们希望可以用更少的变量来表示原始数据集，用到的变量越少的同时，能够表示的原始数据集中的信息越多自然就更好。主成分分析就可以实现这样的目标，在主成分分析中用来表示原始数据集中的信息的变量被称为主成分。下面我们用一个例子说明R语言中进行简单的主成分分析的方法。 数据 使用HSAUR2包中的美国城市污染数据，代码如下 install.packages("HSAUR2") data
R语言实战——主成分分析理论推导与R语言实现
chenwei的博客
04-15 3792
目录1 总体主成分1.1 主成分的定义与导出1.2 主成分的性质1.3 从相关矩阵出发求主成分2 样本主成分2.1 从S出发求主成分2.2 从R出发求主成分3 相关的R函数以及实例3.1 `princomp`函数3.2 `summary`函数3.3 `loadings`函数3.4 `predict`函数3.5 `screeplot`函数3.6 `biplot`函数4 实例附录——PCA高级散点图的...
[R语言] R语言PCA分析教程 Principal Component Methods in R
You and Me
07-31 5万+
R语言PCA分析教程 Principal Component Methods in R 主成分分析Principal Component Methods（PCA）允许我们总结和可视化包含由多个相互关联的定量变量描述的个体/观察的数据集中的信息。每个变量都可以视为不同的维度。如果数据集中包含3个以上的变量，那么可视化多维超空间可能非常困难。 主成分分析用于从多变量数据表中提取重要信息，并将此信息表示...
PCA主成分分析实战和可视化 | 附R代码和测试数据
悟道西方
01-18 1万+
一文看懂PCA主成分分析中介绍了PCA分析的原理和分析的意义(基本简介如下，更多见博客)，今天就用数据来实际操练一下。 在生信宝典公众号后台回复**“PCA实战”**，获取测试数据。 一、PCA应用 # 加载需要用到的R包library(psych) library(reshape2) library(ggplot2)library(factoextra) 1. 数据初始化 # 基因表达数据 ...
SPSS 实现KMO和Bartlett的球形度检验
热门推荐
行秋的博客
04-02 7万+
第一步：选择“因子分析” 导入数据后，按顺序选择就好：“分析”-“降维”-“因子” 第二步：选择变量 如果只有一个变量，选中之后，再点击一下中间向右边的那个箭头 多个变量的话，比如，我这里选择x1-x8，就是选择x1变量后，按住shift键不放，再点击x8变量，就可以一下子选择8个变量。 第三步：选择KMO和巴特利特球形度检验 这里，先不要急着点“确定”，先选择“描述”，接着在“相关性矩阵”那里勾选“KMO和巴特利特球形度检验” 输出结果 KMO统计量值大于0.5，可以看出变量间的相关程度无太
Mac版本r语言主成分分析
06-02
在Mac系统中使用R语言进行主成分分析的方法与其他系统类似，可以通过RStudio等集成开发环境或者命令行方式进行操作。 以下是在Mac系统中使用RStudio进行主成分分析的步骤： 1. 下载并安装R语言和RStudio软件。 2. 打开RStudio软件，新建一个R脚本文件。 3. 将需要进行主成分分析的数据导入到RStudio中。例如，可以使用read.csv函数读取CSV格式的数据文件，如下所示： ```R data <- read.csv("data.csv") # 读取数据文件 ``` 4. 使用prcomp函数进行主成分分析，如下所示： ```R pca <- prcomp(data, center=TRUE, scale=TRUE) # 进行主成分分析 ``` 其中，pca是主成分分析的结果对象，可以使用summary函数查看主成分分析的结果。 5. 使用ggbiplot包绘制主成分分析结果图，如下所示： ```R library(ggbiplot) ggbiplot(pca, obs.scale = 1, var.scale = 1, groups = NULL, ellipse = TRUE, circle = FALSE) # 绘制主成分分析结果图 ``` 以上是在Mac系统中使用RStudio进行主成分分析的基本步骤，具体操作可以根据实际情况进行调整。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值