Considere el siguiente biplot de PCA:
library(mvtnorm)
set.seed(1)
x <- rmvnorm(2000, rep(0, 6), diag(c(5, rep(1,5))))
x <- scale(x, center=T, scale=F)
pc <- princomp(x)
biplot(pc)
Hay un montón de flechas rojas trazadas, ¿qué significan? Sabía que la primera flecha etiquetada con "Var1" debería apuntar a la dirección más variable del conjunto de datos (si los consideramos como 2000 puntos de datos, cada uno de los cuales es un vector de tamaño 6). También leí en alguna parte, la dirección más variable debería ser la dirección del primer vector propio.
Sin embargo, leyendo el código de biplot en R. La línea sobre las flechas es:
if(var.axes)
arrows(0, 0, y[,1L] * 0.8, y[,2L] * 0.8, col = col[2L], ¿Dónde yestá realmente la matriz de cargas, que es la matriz de vectores propios. Entonces parece que la primera flecha apunta en realidad desde(0, 0) a (y[1, 1], y[1, 2]). Entiendo que estamos tratando de trazar una flecha de alta dimensión en un plano 2D. Es por eso que estamos tomando el primer y segundo elemento del y[1, ]vector. Sin embargo, lo que no entiendo es:
¿No debería ser la primera dirección del vector propio el vector denotado por y[, 1], en lugar de y[1, ]? (De nuevo, aquíy está la matriz de vectores propios, obtenida por PCA o por descomposición propia de t(x) %*% x.) Es decir, los vectores propios deben ser vectores de columna, no esos vectores horizontales.
A pesar de que los estamos trazando en un plano 2D, ¿debemos dibujar la primera dirección desde la que (0, 0)apuntamos (y[1, 1], y[2, 1])?
fuente
Respuestas:
Bueno, parece que Kevin Wright debería recibir la mayor parte del crédito para tratar de ayudar a explicar la confusión (de la lista de correo de R-help );
Michael Greenacre tiene un excelente libro en línea gratuito sobre biplots, Biplots in Practice , y simplemente leer el primer capítulo debería ayudar a motivar de dónde se toman las coordenadas de las flechas. También hay varias otras preguntas en el sitio que son similares y que pueden interesarle, consulte la Interpretación de biplots en el análisis de componentes principales en R y la Interpretación del gráfico de factores MDS para obtener dos ejemplos. También revise las preguntas con biplot en la búsqueda en el sitio , ya que hay algunas más de interés potencial (parece que incluso hacer una etiqueta de biplot sería útil en este punto dada la cantidad de preguntas que ha surgido).
fuente