Saya membandingkan ?prcomp
dan ?princomp
dan menemukan sesuatu tentang analisis komponen utama Q-mode dan R-mode (PCA). Tapi jujur - saya tidak mengerti. Adakah yang bisa menjelaskan perbedaannya dan bahkan mungkin menjelaskan kapan menerapkannya?
70
Jawaban:
Perbedaan di antara mereka tidak ada hubungannya dengan jenis PCA yang mereka lakukan, hanya metode yang mereka gunakan. Seperti halaman bantuan untuk
prcomp
mengatakan:Di sisi lain,
princomp
halaman bantuan mengatakan:Jadi,
prcomp
lebih disukai , meskipun dalam praktiknya Anda tidak akan melihat banyak perbedaan (misalnya, jika Anda menjalankan contoh di halaman bantuan Anda harus mendapatkan hasil yang identik).sumber
prcomp
, adalah metode yang disukai.Biasanya analisis multivariat (menghitung korelasi, mengekstraksi laten, dll.) Dilakukan pada kolom data yang merupakan fitur atau pertanyaan, - sedangkan unit sampel, baris, adalah r konduktor. Karenanya cara ini disebut analisis cara R. Kadang-kadang, meskipun, Anda mungkin ingin melakukan analisis multivariat responsents, sedangkan q uestions diperlakukan sebagai unit sampel. Itu akan menjadi analisis cara Q.
Tidak ada perbedaan formal antara keduanya, sehingga Anda dapat mengelola keduanya dengan fungsi yang sama, hanya memindahkan data Anda. Namun, ada perbedaan dalam masalah standardisasi dan interpretasi hasil.
Ini adalah jawaban umum: Saya tidak menyentuh secara khusus fungsi R
prcomp
danprincomp
karena saya bukan pengguna R dan tidak mengetahui kemungkinan perbedaan di antara mereka.sumber
Dokumentasi yang berguna dan spesifik dari Gregory B. Anderson , berjudul
PRINCIPAL COMPONENT ANALYSIS IN R AN EXAMINATION OF THE DIFFERENT FUNCTIONS AND METHODS TO PERFORM PCA
telah memberikan informasi lebih lanjut tentang topik ini.Dua paragraf berikut diekstraksi dari pendahuluan:
sumber
prcomp
princomp
Di bawah ini adalah hasil pengujian saya:
Data uji:
commun probl_solv logical learn physical appearance 12 52 20 44 48 16 12 57 25 45 50 16 12 54 21 45 50 16 13 52 21 46 51 17 14 54 24 46 51 17 22 52 25 54 58 26 22 56 26 55 58 27 17 52 21 45 52 17 15 53 24 45 53 18 23 54 23 53 57 24 25 54 23 55 58 25
sumber