読者です 読者をやめる 読者になる 読者になる

主成分分析もいっちょ

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、
主成分得点主成分負荷量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)



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
 
特異値分解と、固有ベクトルの関係は??