主成分分析
Principal component analyis
我测量了 42 种不同基因型的不同植物性状和环境因素，如辐射或温度。我想知道哪些特征相互关联，哪些特征相互影响（例如辐射对特征）。于是我想到了PCA。
这是我的数据框的一部分（release.year 表示基因型的发布年份，每一行是一个测量值；每个基因型有多个测量值）：
release.year PARmolmsmean TemperaturCmean Fv.Fm Fr1.Fm NDVI2
1 1951 1160.480 14.5698 0.4252503 0.1992661 0.9069721
2 1951 1165.150 24.1412 0.4714152 0.3363943 0.9452823
3 1951 1478.050 18.8031 0.4845846 0.2643791 0.9388180
4 1951 1536.150 11.3179 0.3393415 0.1957040 0.9074890
5 1951 1566.880 25.4107 0.4181181 0.3234387 0.9385588
6 1951 1605.120 22.4142 0.4628020 0.2911468 0.9459246
7 1951 1653.270 20.8988 0.4710748 0.3004921 0.9350731
8 1951 1686.590 21.8360 0.5086655 0.3506261 0.9252237
9 1951 1741.540 14.9924 0.4425364 0.2233692 0.9208316
10 1951 1749.030 26.4696 0.4479734 0.3712510 0.9341932
11 1951 1916.180 28.8097 0.4193770 0.3272526 0.9442456
12 1951 2036.370 22.9217 0.4212041 0.3460669 0.9177171
13 1951 2058.530 28.3290 0.4435373 0.3465088 0.9285163
14 1951 2068.900 23.7608 0.4312131 0.3217924 0.9370028
15 1951 644.265 12.6475 0.4047917 0.1882771 0.9239126
16 1951 794.578 17.1793 0.5568734 0.2214873 0.9444661
17 1951 914.188 15.2715 0.5121282 0.2064338 0.9382595
18 1951 958.170 15.3889 0.4508183 0.2970802 0.9271799
19 1953 1429.090 15.0966 0.4379091 0.2478120 0.9374094
20 1953 1478.050 18.8031 0.5354153 0.2576067 0.9459906
21 1953 1576.210 24.7682 0.4743814 0.3157759 0.9372654
22 1953 1632.500 22.4675 0.3945049 0.3046481 0.9206227
23 1953 1683.670 12.5784 0.3904874 0.1848006 0.9317080
24 1953 1686.730 22.0717 0.4769295 0.3176542 0.9492195
25 1953 1770.230 15.1633 0.4263168 0.2296812 0.9389138
26 1953 1831.960 26.8531 0.4314113 0.3627886 0.9472129
27 1953 1857.880 21.6815 0.3569287 0.2964029 0.9423032
28 1953 1986.480 24.8260 0.3733148 0.3234840 0.9236503
29 1953 2058.530 28.3290 0.4024092 0.3511438 0.9283465
30 1953 2068.490 23.2445 0.4422827 0.3369628 0.9453007
31 1953 2099.660 24.0771 0.3738086 0.3148910 0.9433190
32 1953 2108.340 28.7854 0.3979736 0.3492899 0.9323239
33 1953 611.627 12.9907 0.5050644 0.1987066 0.9363292
34 1953 668.194 17.3683 0.5871649 0.2213303 0.9452587
35 1953 782.109 15.2782 0.4651738 0.2537262 0.9305000
36 1953 935.380 14.5458 0.3716472 0.2293471 0.9181275
37 1956 1159.140 12.5591 0.4584142 0.2130523 0.9209437
38 1956 1165.150 24.1412 0.4869044 0.3122720 0.9291310
39 1956 1302.300 22.3879 0.4255736 0.3140835 0.9240680
40 1956 1429.090 15.0966 0.4489692 0.2425797 0.9270232
41 1956 1491.960 19.5193 0.4793279 0.2783667 0.9412001
42 1956 1686.590 21.8360 0.5215572 0.3507388 0.9523238
43 1956 1728.250 24.0542 0.4537621 0.3304822 0.9238353
44 1956 1749.030 26.4696 0.5033194 0.3627435 0.9310118
45 1956 1770.230 15.1633 0.4727894 0.2429909 0.9355953
46 1956 1857.880 21.6815 0.4497379 0.2983577 0.9225823
...
sum.pca <- prcomp(SUM, center = TRUE,scale. = TRUE )
ggbiplot(sum.pca, alpha = 0)
但我真的不知道这对调查因素之间的相关性是否有用。例如。 Fv.Fm是植物性状，温度是环境因素，不描述植物性状，但会影响植物性状。因此，主要问题是：针对该案例计算 PCA 在统计上是否正确？
我希望我的解释是可以理解的。
感谢您的帮助。
ggbiplot() 的输出为您提供有关数据中的特征如何相互关联的信息。指向相似方向的箭头表示这些特征表现出相似的趋势。如果您的 PCA 存储在 sum.pca 中，您将在 sum.pca[["x"]] 中找到每个组件的数据，如 PC1、PC2、PC3 等。这些可以用于创建散点图以可视化数据的聚类。您可能还想使用碎石图来查看 PCA 的每个维度捕获了多少变化。要更清楚地了解特征之间的关系，您可能需要查看 corrplot.
我测量了 42 种不同基因型的不同植物性状和环境因素，如辐射或温度。我想知道哪些特征相互关联，哪些特征相互影响（例如辐射对特征）。于是我想到了PCA。
这是我的数据框的一部分（release.year 表示基因型的发布年份，每一行是一个测量值；每个基因型有多个测量值）：
release.year PARmolmsmean TemperaturCmean Fv.Fm Fr1.Fm NDVI2
1 1951 1160.480 14.5698 0.4252503 0.1992661 0.9069721
2 1951 1165.150 24.1412 0.4714152 0.3363943 0.9452823
3 1951 1478.050 18.8031 0.4845846 0.2643791 0.9388180
4 1951 1536.150 11.3179 0.3393415 0.1957040 0.9074890
5 1951 1566.880 25.4107 0.4181181 0.3234387 0.9385588
6 1951 1605.120 22.4142 0.4628020 0.2911468 0.9459246
7 1951 1653.270 20.8988 0.4710748 0.3004921 0.9350731
8 1951 1686.590 21.8360 0.5086655 0.3506261 0.9252237
9 1951 1741.540 14.9924 0.4425364 0.2233692 0.9208316
10 1951 1749.030 26.4696 0.4479734 0.3712510 0.9341932
11 1951 1916.180 28.8097 0.4193770 0.3272526 0.9442456
12 1951 2036.370 22.9217 0.4212041 0.3460669 0.9177171
13 1951 2058.530 28.3290 0.4435373 0.3465088 0.9285163
14 1951 2068.900 23.7608 0.4312131 0.3217924 0.9370028
15 1951 644.265 12.6475 0.4047917 0.1882771 0.9239126
16 1951 794.578 17.1793 0.5568734 0.2214873 0.9444661
17 1951 914.188 15.2715 0.5121282 0.2064338 0.9382595
18 1951 958.170 15.3889 0.4508183 0.2970802 0.9271799
19 1953 1429.090 15.0966 0.4379091 0.2478120 0.9374094
20 1953 1478.050 18.8031 0.5354153 0.2576067 0.9459906
21 1953 1576.210 24.7682 0.4743814 0.3157759 0.9372654
22 1953 1632.500 22.4675 0.3945049 0.3046481 0.9206227
23 1953 1683.670 12.5784 0.3904874 0.1848006 0.9317080
24 1953 1686.730 22.0717 0.4769295 0.3176542 0.9492195
25 1953 1770.230 15.1633 0.4263168 0.2296812 0.9389138
26 1953 1831.960 26.8531 0.4314113 0.3627886 0.9472129
27 1953 1857.880 21.6815 0.3569287 0.2964029 0.9423032
28 1953 1986.480 24.8260 0.3733148 0.3234840 0.9236503
29 1953 2058.530 28.3290 0.4024092 0.3511438 0.9283465
30 1953 2068.490 23.2445 0.4422827 0.3369628 0.9453007
31 1953 2099.660 24.0771 0.3738086 0.3148910 0.9433190
32 1953 2108.340 28.7854 0.3979736 0.3492899 0.9323239
33 1953 611.627 12.9907 0.5050644 0.1987066 0.9363292
34 1953 668.194 17.3683 0.5871649 0.2213303 0.9452587
35 1953 782.109 15.2782 0.4651738 0.2537262 0.9305000
36 1953 935.380 14.5458 0.3716472 0.2293471 0.9181275
37 1956 1159.140 12.5591 0.4584142 0.2130523 0.9209437
38 1956 1165.150 24.1412 0.4869044 0.3122720 0.9291310
39 1956 1302.300 22.3879 0.4255736 0.3140835 0.9240680
40 1956 1429.090 15.0966 0.4489692 0.2425797 0.9270232
41 1956 1491.960 19.5193 0.4793279 0.2783667 0.9412001
42 1956 1686.590 21.8360 0.5215572 0.3507388 0.9523238
43 1956 1728.250 24.0542 0.4537621 0.3304822 0.9238353
44 1956 1749.030 26.4696 0.5033194 0.3627435 0.9310118
45 1956 1770.230 15.1633 0.4727894 0.2429909 0.9355953
46 1956 1857.880 21.6815 0.4497379 0.2983577 0.9225823
...
sum.pca <- prcomp(SUM, center = TRUE,scale. = TRUE )
ggbiplot(sum.pca, alpha = 0)
但我真的不知道这对调查因素之间的相关性是否有用。例如。 Fv.Fm是植物性状，温度是环境因素，不描述植物性状，但会影响植物性状。因此，主要问题是：针对该案例计算 PCA 在统计上是否正确？
我希望我的解释是可以理解的。
感谢您的帮助。
ggbiplot() 的输出为您提供有关数据中的特征如何相互关联的信息。指向相似方向的箭头表示这些特征表现出相似的趋势。如果您的 PCA 存储在 sum.pca 中，您将在 sum.pca[["x"]] 中找到每个组件的数据，如 PC1、PC2、PC3 等。这些可以用于创建散点图以可视化数据的聚类。您可能还想使用碎石图来查看 PCA 的每个维度捕获了多少变化。要更清楚地了解特征之间的关系，您可能需要查看 corrplot.