Type:对应模型中的具体类型,如 PCA, PLS-DA, OPLS-DA 等等,本例中选用的是 PCA 分析。 A:该模型中Q2(cum)值最高时主成分对应的数量,此时只显示出第 1 个;需要着重一提的是,A 这里的数值并不是表示该模型中所有主成分的数量,实际是有多少个变量,就可以有多少个主成分,但是软件根据 Q2(cum) 指标判断后...
通过判别分析来找组别之间的较佳判别变量,并结合分析来自不同数据组(训练集与测试集)的数据。 小提示:在数据整理时就要将训练集与测试集分开,这点很重要哟,关系着是否能成功建立PCA-Class模型。 2.数据导入 3.自动拟合 4.添加主成分 5.创建分组模型的DModX图表 6.更改横坐标名称 7.更改颜色 此时DModX图表是内...
在SIMCA软件中进行PCA分析时，会得到一系列参数，如模型、类型、A值、N值、R2X(cum)和Q2(cum)等。这些参数对理解PCA结果至关重要。A值代表了Q2(cum)最高时主成分的数量，指示了模型中有效主成分的数量。N值则是参与分析的样本数量。R2X(cum)值代表了当前主成分数量解释的方差累积量，而Q2(cum)...
PCA:初步了解不同样品之间的差异。PCA得分图中的圆圈表示95%的置信区间,圈外的点表示该样本的代谢谱和其他的所有分析样本的代谢谱的差异性大,可以剔除也可以不剔除,建议保留。 PLS-DA:与PCA最大的区别在于PCA是无监督分析,不知道是哪组,用R2Y和Q2进行模型评价。 OPLS-DA:与PLS-DA的区别在于消除与分类(如对照...
SIMCA(Soft Independent Modeling of Class Analogy)是一种多变量数据分析方法,主要用于分类和预测。首先,选择适当的变量和特征,这些变量应与研究目标紧密相关。然后,选择合适的模型类型,如主成分分析(PCA)或偏最小二乘回归(PLS)。PCA主要用于降维和数据可视化,而PLS则适用于预测和分类。在模型构建过程中,需要进行交叉...
SIMCA14软件的使用(HCA、PCA、OPLS-DA分析), 视频播放量 2616、弹幕量 0、点赞数 16、投硬币枚数 8、收藏人数 30、转发人数 5, 视频作者 在学习的小鱼丸, 作者简介 欢迎私信交流,相关视频:SIMCA14软件的使用(2),SIMCA14的使用(3),利用SIMCA14.1软件对中红外光谱数据
在SIMCA中，要在PCA图中添加置信椭圆，可以按照以下步骤操作：打开SIMCA软件并载入数据，进行PCA分析。在PCA图窗口中，选择“Scores”或“Loadings”选项卡，分别查看得分图或载荷图。在“Scores”或“Loadings”选项卡上方的工具栏中，找到“Ellipse”图标，点击打开“Ellipse Setup”窗口。在“Ellipse Setup...
需要将数据整理成可以直接导入simca-p软件分析的模式。将导出的文件用Excel打开,按照下图整理数据。 数据集导入: 数据分析: 主成分分析(PCA) 参数更改 模型拟合 偏最小二乘判别分析(PLS-DA) 建立模型 自动拟合模型,查看得分图和载荷图(操作同PCA) Permutat...
简要介绍了如何使用Simca进行主成分分析(PCA)和正交偏最小二乘判别分析(OPLS-DA),以及VIP值和交叉验证模型的做法。 软件 教学视频 视频教程 教育 教程 OPLS-DA Simca PCA 主成分分析 打卡挑战 simca软件OPLS-DA/PLS-DA/PCA分析简单操作 花重失锦容
实验数据经过预处理后,可导入SIMCA软件进行相应的分析操作: 首先是PCA模型 这里我们选择Scaling方式为Ctr,Par和UV也是可以的: 1.Ctr是将原数据转化成离原点更近的新数据,Ctr=x-x拔; 2.UV是将所有变量拥有同等的重要性,UV=x-x拔/SD; 3.Par相比UV更接近原始测量数据,Par=x-x拔/根号SD; ...