主要内容

普罗克汝斯忒斯分析

比较具有里程碑意义的数据

普罗克汝斯忒斯函数使用Procrustes分析来分析一组形状的分布。这种分析方法匹配地标数据(在给定形状中代表重要特征的几何位置)来计算最佳的保持形状的欧几里得变换。这些转换将比较的地标数据之间的位置差异最小化。

Procrustes分析在结合多维尺度时也很有用。在使用多维尺度构造地图据观察,重建点的方向是任意的。两种多维尺度变换的不同应用可以产生原理上非常相似的重建点,但由于它们有不同的方向,所以看起来不同。的普罗克汝斯忒斯函数对一组点进行转换,使它们与另一组点更具可比性。

数据输入

普罗克汝斯忒斯函数以两个矩阵作为输入:

  • 目标形状矩阵X有尺寸n×p,在那里n是形状和地标的数量吗p为每个地标测量的次数。

  • 比较形状矩阵Y有尺寸n×p.如果比较形状的每个地标的测量值少于目标形状(<p)时,该函数将向列中添加零Y,产生一个n×p矩阵。

得到变换后形状的方程,Z,是

Z b Y T + c (1)

地点:

  • b是伸缩的比例因子(b> 1)或收缩(b< 1)分。

  • T为正交旋转和反射矩阵。

  • c是每个列中有常数值的矩阵,用于移动点。

普罗克汝斯忒斯功能选择bT,c最小化目标形状之间的距离X转换后的形状Z用最小二乘准则测量:

1 n j 1 p X j Z j ) 2

预处理数据以获得准确的结果

普罗克鲁提斯的分析是适当的p测量尺寸有类似的尺度。分析是不准确的,例如,如果Z有不同的尺度:

  • 第一列以毫升为单位,范围从2000到6000。

  • 第二列是用10到25摄氏度来测量的。

  • 第三列的单位是公斤,从50到230公斤不等。

在这种情况下,标准化你的变量:

  1. 每个变量减去样本均值。

  2. 将每个结果变量除以其样本标准差。

使用zscore函数执行此标准化。

另请参阅

相关的话题