与PRINCOMP程序中的SAS "BY“语句等价的r

Question

我使用run作为PCA，但是，我有一个带有因子变量的数据集，我想对每个因素运行princomp。

这可以在SAS中使用" BY“语句来完成，该语句”按组处理执行，使您能够获得对分组观察的单独分析“(来自https://support.sas.com/rnd/app/stat/procedures/princomp.html)

这能由R中的princomp完成吗?还是我必须将数据分割成多个数据集并在每个数据集上运行princomp？

万事如意，

Answer 1

在R中，这是非常简单的，一旦您了解了列表是如何工作的。为此，您应该花一点时间在R教程中，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，将数据帧分成三个单独的数据帧，每个物种一个，并将它们存储在一个列表中。我们将省略物种标签，因为它不会在主成分中使用，然后对每个组进行分析：

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帧中保留Species，可以使用以下代码：

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

为了获得基本的结果：

iris.spl.pca

要获得特定的结果，请使用：

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

我使用prcomp是基于princomp手册页面的详细信息部分中给出的建议。利用scale.=TRUE对相关矩阵进行分析，去除它将分析协方差矩阵。