R等同于PRINCOMP过程中的SAS“ BY”语句

Question

我正在将R princomp用于PCA，但是，我有一个具有因子变量的数据集，我想对每个因子运行princomp。

这可以在SAS中使用“ BY”语句来完成，该语句“ 执行BY组处理，这使您可以对分组的观察值进行单独的分析”（来自https://support.sas.com/rnd/app/stat/procedures/princomp.html）

可以通过R中的princomp完成此操作，还是必须将我的数据分成几个数据集并在每个数据集上运行princomp？

祝一切顺利，

Answer 1

一旦您了解列表的工作原理，它在R中非常简单。为此，您应该花一些时间阅读R教程，其中包括对列表的讨论。使用R上可用的数据集：

data(iris)
str(iris)
# 'data.frame': 150 obs. of  5 variables:
#  $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
#  $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
#  $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
#  $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
#  $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

[首先将数据帧分成3个单独的数据帧，每个物种一个，并将它们存储在列表中。我们将省略“种类”标签，因为它不会在主要成分中使用，然后在每个组上运行分析：

iris.spl <- split(iris[, 1:4], iris$Species)
iris.spl.pca <- lapply(iris.spl, prcomp, scale.=TRUE)

要在列表中的每个数据框中保留Species，您将使用以下代码：

iris.spl <- split(iris, iris$Species)
iris.spl.pca <- lapply(iris.spl, function(x) prcomp(x[, 1:4], scale.=TRUE))

获得基本结果：

iris.spl.pca

要获得特定结果，请使用：

iris.spl.pca[[1]] # or iris.spl.pca[["setosa"]]

我根据手册页面[Details]部分中prcomp的建议使用princomp。使用scale.=TRUE分析相关矩阵，将其删除将分析协方差矩阵。