ブラウザで簡単フリーの主成分分析ツール - instaPCA

instaPCAについて

instaPCA は、ブラウザ上で動く主成分分析（PCA）ツールです。CSVファイルをローカル（ブラウザ内）で読み込み、JavaScriptで処理するため、データを外部にアップロードすることなく、手軽に主成分分析を試すことができます。
標準設定では、統計ソフトウェアであるRのprcomp(scale.=TRUE)と同様にデータを標準化した分析が可能です。またオプションを切り替えることで、分析条件を柔軟に調整できます。

Load CSV Not selected

Transpose (row/column swap):

Variable names row:
Sample names column:

* Preview shows maximum 10 rows × 10 columns

Variables: -
Samples: -
Principal Components: -

Analysis Method:

Covariance (with standardization) Covariance (centering only) No centering/standardization

Details (click to expand)

Covariance (with standardization): 変数を「平均0・分散1」に標準化してからPCAを実行します。Rのprcomp(..., scale.=TRUE) や、PythonでStandardScaler 等で事前に標準化してからPCAを行った相関行列ベースの解析と同等です。単位の異なる指標をまとめて解析したいときに有用です。
Covariance (centering only): 変数を「平均0」に揃え、共分散行列でPCAを行います。Rのprcompデフォルト設定と同様です。Pythonの sklearn.decomposition.PCA もこの方法（平均0への中心化）が基本です。変数ごとの分散が大きく異なると、分散の大きい変数が主成分に強い影響を与えます。
No centering/standardization: 元のデータをそのまま使用する特殊な手法です。（Rの prcomp(center=FALSE, scale.=FALSE) に対応）。一般には推奨されませんが、既に平均0に整形されたデータなど特別な場合に利用します。

Re-standardize scores after PCA (optional)

Use population covariance (denominator n instead of n-1)

Details (click to expand)

Re-standardize scores after PCA (optional): 一度中心化のみでPCAを実行し、その後に主成分得点を「分散1」に合わせます。
Use population covariance (denominator n instead of n-1): 多くの統計手法では、標本からの不偏推定として n−1 を分母にするサンプル共分散が一般的ですが、このオプションを有効にすると、PCA の共分散計算で分母を n（サンプルサイズ）とし、母集団分散を想定する形になります。R や Python と同じ結果を得る場合は、このオプションをオフにしてサンプル共分散を使用してください。一方、データが真に母集団全体を含む場合はオンにして母集団共分散を利用できます

Preview displays up to 1000x1000. Export includes all data except plot data.

当サイトで公開しているコンテンツおよびプログラムの著作権は、Musashino Softwareに帰属します。