Fwd: Análise de componentes principais (PCA) - ajuda
Olá pessoal! Meu nome é Bianca Schindler, sou mestranda em Engenharia Florestal pela UFSM. Estou tentando realizar uma PCA ou ACP (análise de componentes principais) com alguns dados da minha dissertação, porém no gráfico da ordenação os vetores que seriam os descritores estão muito aglomerados de forma que não é possível observá-los. Gostaria de expandir estes eixos para poder observar quais são os respectivos "descritores" dos "objetos". Neste caso, os dados que trabalho os descritores seriam constituintes químicos do óleo essencial e os objetos os órgãos vegetais de onde foram extraídos. O pacote utilizado é o "*stats*" O scrip utilizado segue abaixo: #Principal Components Analysis getwd() dir() dados=read.csv("dados.csv", h=T, row.names=1, sep=";") dados require(stats) prcomp(dados, scale = FALSE) plot(prcomp(dados)) summary(prcomp(dados, scale = FALSE)) biplot(prcomp(dados), col = c("black", "blue"), main="ACP - Análise de Componente Principais", xlab = "Componente 1(colocar a proporção da variância%)", ylab = "Componente 2 (colocar a proporção da variância%)") Em anexo segue a imagem da ordenação. Onde em azul são os vetores aglomerados (descritores), os quais quero expandir. As demais siglas são os objetos. Obs: Caso alguém precise dos dados, segue o link: http://www.datafilehost.com/d/29e3f3bc. Agradeço a atenção e qualquer ajuda. Atenciosamente, Bianca Schindler. -- Bianca Schindler. Mestranda em Engenharia Florestal - UFSM. Laboratório de Extrativos Vegetais (LABEVE) Tel: (55) 9661-7429.
Ola Bianca, uma possibilidade seria usar algum tipo de transformação para os dados. Por exemplo, o pacote vegan do R tem uma função chamada decostand que tem um número de possibilidades comuns para essas transformações, usadas em comumente em ordenações. Segue dois exemplos que "desembolam" um pouco o seu gráfico. dados<-read.csv2("./Downloads/15C.csv",h=T, row.names=1,stringsAsFactors =F) dados<-apply(dados,2,as.numeric) str(dados) pca1<-princomp(dados) biplot(pca1) ############################## library(vegan) pca2<-princomp(decostand(dados,"normalize",2)) biplot(pca2) ################################## pca3<-princomp(decostand(dados,"max",2)) biplot(pca3) Mas seria importante dar uma boa olhada na literatura sobre transformações para ordenações, ja que elas tem muitas vezes um impacto sobre o que estamos vendo, o que muitas vezes é o nosso interesse, ja que os pontos ficarem aglomerados pode ser devido a escalas em que as medidas são feitas, por exemplo. Bem talvez alguém ainda tenha sugestões melhores, mas essas transformações podem ser uma boa possibilidade. Em 10 de agosto de 2014 19:42, Bianca Schindler <bia.schindler@gmail.com> escreveu:
Olá pessoal!
Meu nome é Bianca Schindler, sou mestranda em Engenharia Florestal pela UFSM. Estou tentando realizar uma PCA ou ACP (análise de componentes principais) com alguns dados da minha dissertação, porém no gráfico da ordenação os vetores que seriam os descritores estão muito aglomerados de forma que não é possível observá-los. Gostaria de expandir estes eixos para poder observar quais são os respectivos "descritores" dos "objetos". Neste caso, os dados que trabalho os descritores seriam constituintes químicos do óleo essencial e os objetos os órgãos vegetais de onde foram extraídos.
O pacote utilizado é o "*stats*" O scrip utilizado segue abaixo:
#Principal Components Analysis getwd() dir() dados=read.csv("dados.csv", h=T, row.names=1, sep=";") dados require(stats) prcomp(dados, scale = FALSE) plot(prcomp(dados)) summary(prcomp(dados, scale = FALSE)) biplot(prcomp(dados), col = c("black", "blue"), main="ACP - Análise de Componente Principais", xlab = "Componente 1(colocar a proporção da variância%)", ylab = "Componente 2 (colocar a proporção da variância%)")
Em anexo segue a imagem da ordenação. Onde em azul são os vetores aglomerados (descritores), os quais quero expandir. As demais siglas são os objetos.
Obs: Caso alguém precise dos dados, segue o link: http://www.datafilehost.com/d/29e3f3bc.
Agradeço a atenção e qualquer ajuda.
Atenciosamente,
Bianca Schindler.
-- Bianca Schindler. Mestranda em Engenharia Florestal - UFSM. Laboratório de Extrativos Vegetais (LABEVE) Tel: (55) 9661-7429.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- Grato Augusto C. A. Ribas Site Pessoal: http://recologia.com.br/ <http://augustoribas.heliohost.org> Github: https://github.com/Squiercg Lattes: http://lattes.cnpq.br/7355685961127056
Oi Bianca, O script fica assim require(stats) dados=read.csv("Dados csv/15C.csv", h=T, row.names=1, sep=";") dados dados_sca <- scale(dados, center = FALSE) pca <- prcomp(dados_sca, scale = TRUE) plot(pca) summary(pca) prop_var <- round(100*(pca$sdev^2)/sum(pca$sdev^2), 1)[1L:2L] suffix <- paste("(", prop_var, "%)", sep = "") prefix = "Componente" pcalab <- paste(prefix, 1:2, suffix, sep = " ") xlab = pcalab[1L] ylab = pcalab[2L] biplot(pca, col = c("black", "blue"), main="ACP - Análise de Componente Principais", xlab = xlab, ylab = ylab) att. 2014-08-10 20:42 GMT-03:00 Bianca Schindler <bia.schindler@gmail.com>:
Olá pessoal!
Meu nome é Bianca Schindler, sou mestranda em Engenharia Florestal pela UFSM. Estou tentando realizar uma PCA ou ACP (análise de componentes principais) com alguns dados da minha dissertação, porém no gráfico da ordenação os vetores que seriam os descritores estão muito aglomerados de forma que não é possível observá-los. Gostaria de expandir estes eixos para poder observar quais são os respectivos "descritores" dos "objetos". Neste caso, os dados que trabalho os descritores seriam constituintes químicos do óleo essencial e os objetos os órgãos vegetais de onde foram extraídos.
O pacote utilizado é o "*stats*" O scrip utilizado segue abaixo:
#Principal Components Analysis getwd() dir() dados=read.csv("dados.csv", h=T, row.names=1, sep=";") dados require(stats) prcomp(dados, scale = FALSE) plot(prcomp(dados)) summary(prcomp(dados, scale = FALSE)) biplot(prcomp(dados), col = c("black", "blue"), main="ACP - Análise de Componente Principais", xlab = "Componente 1(colocar a proporção da variância%)", ylab = "Componente 2 (colocar a proporção da variância%)")
Em anexo segue a imagem da ordenação. Onde em azul são os vetores aglomerados (descritores), os quais quero expandir. As demais siglas são os objetos.
Obs: Caso alguém precise dos dados, segue o link: http://www.datafilehost.com/d/29e3f3bc.
Agradeço a atenção e qualquer ajuda.
Atenciosamente,
Bianca Schindler.
-- Bianca Schindler. Mestranda em Engenharia Florestal - UFSM. Laboratório de Extrativos Vegetais (LABEVE) Tel: (55) 9661-7429.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- Alisson Lucrecio da Costa
participantes (3)
-
Alisson Lucrécio -
Augusto Ribas -
Bianca Schindler