固定效应 PCA 的置信区域
统计方法学
2014-07-30 v1
摘要
当行和列都受到关注时，主成分分析（PCA）常用于数据可视化。在此类设定下，缺乏针对 PCA 输出的推断方法。我们研究了 PCA 固定效应模型的渐近方差，并提出了几种评估 PCA 估计量变异性的方法：一种基于参数自助法（parametric bootstrap）的方法、一种新的逐单元格折刀法（cell-wise jackknife），以及一种计算成本更低的折刀法近似。我们通过 Procrustes 旋转来可视化置信区域。利用模拟研究，我们比较了所提出的方法，并在改变行数、列数以及变量间关系强度时，突出了每种方法的优势和局限性。
引用
@article{arxiv.1407.7614,
title = {Confidence Areas for Fixed-Effects PCA},
author = {Julie Josse and Stefan Wager and François Husson},
journal= {arXiv preprint arXiv:1407.7614},
year = {2014}
}