用于文化数据的显著主成分个数的贝叶斯估计

主成分分析（PCA）常用于分析与聚类分析一起使用的数据，其取决于所用的主成分个数。因此，确定从数据集中提取的显著主成分个数（PCs）非常重要。本文采用经典PCA的变分贝叶斯版本，开发了一种新的方法，用于估计在样本数与特征数相似或更大的情况下的显著PC个数。这消除了人工确定主成分个数的猜测和潜在偏差，并避免了通过过滤噪声来估计方差时的过度估计。这一框架可以应用于不同形状（行数和列数）的数据集，适用于不同类型的数据（二进制、序数、分类、连续），并且适用于带有噪声和缺失数据的数据。因此，它特别适用于编码任意且行列数相似的数据集，如文化、生态、形态和行为数据集。我们在合成数据和经验数据上测试了该方法，发现对于合成数据，它可能低估但不高估主成分个数。每个经验数据集都找到了少数主成分。这些结果表明该方法在生命科学中具有广泛适用性。