Question

HI，我的问题是技术（使用R）和统计。我正在从事图像处理研究项目，我需要执行MCA。我之前发布了一个关于如何使用Java Multivariate correspondence analysis (MCA) with JAVA执行此操作的问题，这要归功于我决定使用R做的答案。所以这里是：我有一个从提取的特征创建的列联表，其形式为：

            var1_1 var1_2 var1_3 var2_1 var2_2 var2_3 ... var18_1 var18_2 var18_3

individual1
individual2
individual3
individual4
...
individualn

在每个单元格中，我有一个double值，表示0.0到1.0之间的归一化频率计数。我的最终目标是能够使用MCA在不同的轴组合上绘制每个人。

我做了什么：

使用fdata＆lt; - read.table（“filename.dat”）来读取Java导出的矩阵文件

使用mca_obj＆lt; - dudi.acm（fdata，scann = FALSE，nf = 3）   这给出了一个错误，说所有值都应该是一个因子（有人可以澄清它是什么意思）

使用burt_data = acm.burt（fdata，fdata）来使用burt方法，因为我有很多变量

给了我一个非常大的桌子，我无法理解（我尝试删除行名称）

总结如下：我知道我非常接近找到正确的方法来对我的数据执行MCA我只需要一些关于如何正确执行它的提示。任何人都可以帮忙！

感谢名单

Answer 1

编辑：

如果我理解正确，您的数据不适合任何mca功能。您需要原始数据，而不是任何类型的标准化频率计数。 MCA适用于分类变量，而不是数字变量。您需要的是以下意义上的数据：

              color   beak ...
individual1   red     big
individual2   red     small
individual3   blue    medium
individual4   green   small
...

如果标准化频率确实是您的数据，则您拥有数字数据而无法对其执行MCA。

factor是R中的矢量类型，可以看作是分类或枚举类型。如果您拥有上述格式的数据，并且仍然有字符变量而不是因子变量，则可以使用

转换fdata

fdata2 <- as.data.frame(lapply(fdata,as.factor))

这个你应该可以在dudi.acm()函数中使用。

关于伯特表：当然是一个巨大的。它是矩阵乘法X'X，其中X是您的因子的指标矩阵。所以你得到一个表（实际上是一个数据框），其中rownames和columnames形成为nameOfFactor.nameOfLevel。因此，如果每5个级别有4个因子，那么您将拥有20x20矩阵。

您可以使用此知识剖析Burt表并获取有关感兴趣因素的信息。按照帮助文件中的示例，您可以执行以下操作：

require(ade4)
data(banque)
banque.acm <- dudi.acm(banque, scann = FALSE, nf = 3)
bb <- acm.burt(banque, banque)

idrow <- grepl("csp.",rownames(bb),fixed=T)
idcol <- grepl("duree.",names(bb),fixed=T)

> bb[idrow,idcol]
          duree.dm2 duree.d24 duree.d48 duree.d812 duree.dp12
csp.agric         3         6         6          3         11
csp.artis         7         3        15         13         10
csp.cadsu        13        19        32          9         30
csp.inter        12        14        19         25         32
csp.emplo        13        19        38         28         53
csp.ouvri        12        26        46         43         56
csp.retra         4         8         9          7         24
csp.inact        15        14        22         15         19
csp.etudi        12        23        20          1          1

它为您提供了数据帧中csp和duree因子的Burt表。

Answer 2

在您的案例中很难提供真正具体的反馈，因为很难猜出您的数据是什么样的。

我建议你这样做：

使用包mca中的函数MASS进行对应分析
研究帮助文件中提供的示例：?mca

您会发现mca的要求也是由因子组成的数据框。（有关详细信息，请参阅帮助文件?factor。）但mca中的示例说明了这一点。它使用作为包farms的一部分提供的数据集MASS：

library(MASS)
head(farms)

  Mois Manag Use Manure
1   M1    SF  U2     C4
2   M1    BF  U2     C2
3   M2    SF  U2     C4
4   M2    SF  U2     C4
5   M1    HF  U1     C2
6   M1    HF  U2     C2

请注意，表中的每个点都是一个因子条目。这意味着您必须将输入数据重新编写为类似格式。您提到您的输入数据是频率表，而不是所需的数据格式。

farms.mca <- mca(farms, abbrev=TRUE)
farms.mca
plot(farms.mca)

enter image description here

与R的多重对应分析

2 个答案: