plot3d(x, ...) ## Default S3 method: plot3d(x, y, z, xlab, ylab, zlab, type = "p", col, size, lwd, radius, add = FALSE, aspect = !add, ...) ## S3 method for class 'mesh3d' plot3d(x, xlab = "x", ylab = "y", zlab = "z", type = c("shade", "wire", "dots"), add = FALSE, ...) decorate3d(xlim, ylim, zlim, xlab = "x", ylab = "y", zlab = "z", box = TRUE, axes = TRUE, main = NULL, sub = NULL, top = TRUE, aspect = FALSE, expand = 1.03, ...)
decorateってのを使ってないか。
## plot what you want, but leave out sites
biplot(dat.pca, display ="species", xlim = xlims, ylim = ylims)
points(site.scr[39:65,2:3],col="green",pch=1)#These sites are in green
points(site.scr[1:38,2:3],col="brown",pch=3)
http://stackoverflow.com/questions/10716121/adding-points-to-ordiplot3d
こうすると、2次元散布図にも色がつくかな?
一般的な教科書では、主成分分析を固有ベクトルと固有値から説明するが、
文系人間には、理解しにくく、何より、実際の計算では特異値分解を使っているので、
やはり、特異値分解から説明した方が良いであろう。
http://cis-jp.blogspot.jp/2012/09/blog-post_9.html
そなんですか?
標準化を掛けない方法と、掛けたものを比較する。
それぞれ、分散共分散行列と相関係数行列に対応するのだった。
これは実証ずみ。
そもそも、バイプロットによって重ね合わされた二つの図、つまり、
主成分得点と主成分負荷量は根本的に異なる空間に存在している。
それを、半ば「強引に」重ね合わしている。
主成分得点と主成分負荷量は根本的に異なる空間に存在している。
それを、半ば「強引に」重ね合わしている。
biplot()関数の既定では、Type 2 が採用されており、
PCA()関数では、Type 1 が採用(type1-5は便宜上の分類(注)
PCA()関数では、Type 1 が採用(type1-5は便宜上の分類(注)
この式は、偏差行列に対する特異値分解である。
ここで、Type 1は、特異値Σ分だけ余分であるが同じ空間に投影できる。
一方、Type 2 〜 Type 4 までは、特異値分解に合わせた布置となり、
Type 2 と Type 4 を採用した場合、特異値を余分に掛けている分だけ角度は合わない。