R_R_Analysis_Correlation - Fatal编程技术网

R,r,analysis,correlation,R,Analysis,Correlation,我正在使用R（和包CCA）并尝试对两个变量集（物种丰度和食物丰度分别存储为两个矩阵Y和X）进行正则化典型相关分析，其中单位数（N=15）小于矩阵中的变量数，即>400（其中大多数是潜在的）“解释性”变量，只有12-13个“响应”变量。Gonzalez等人（2008年）注意到，该软件包“包括CCA的规范化版本，用于处理变量多于单位的数据集”，这当然是我仅有的15个“单位”。“因此，我试图使用CCA软件包进行正则化典型相关分析，以查看变量集中的关系。我一直在关注Gonzalez等人（2008年）在论

我正在使用R（和包CCA）并尝试对两个变量集（物种丰度和食物丰度分别存储为两个矩阵Y和X）进行正则化典型相关分析，其中单位数（N=15）小于矩阵中的变量数，即>400（其中大多数是潜在的）“解释性”变量，只有12-13个“响应”变量。Gonzalez等人（2008年）注意到，该软件包“包括CCA的规范化版本，用于处理变量多于单位的数据集”，这当然是我仅有的15个“单位”。“因此，我试图使用CCA软件包进行正则化典型相关分析，以查看变量集中的关系。我一直在关注Gonzalez等人（2008年）在论文中所经历的过程。然而，我在chol.default（Bmat）中看到一条错误消息

error：12阶的前导小调不是正定的，我不知道这意味着什么，也不知道该怎么办。这是代码，任何关于这个主题的想法或知识都将不胜感激
library(CCA)
correl <- matcor(X, Y)
img.matcor(correl, type = 2)
res.regul <- estim.regul(X, Y, plt = TRUE,
    grid1 = seq(0.0001, 0.2, l=51),
    grid2 = seq(0, 0.2, l=51))

Error in chol.default(Bmat) : the leading minor of order 12 is not positive definite

库（CCA）
correl您的X方差协方差矩阵不是正定的，因此在内部调用fda:：geigen
时会出现错误
包中有一个用于正则化CCA的类似函数，但我猜它会导致相同的错误消息，因为它基本上使用相同的方法（除了他们将geigen
函数直接插入rcc
函数）。我不记得我是如何让它与我的数据一起工作的，因为有一个相关的问题（但我会在再次找到我的旧代码后再查看它：-）
一种解决方案是使用广义Cholesky分解。（gchol
；小心，它返回一个下三角矩阵）或（sechol
）包中有一个。当然，这意味着修改函数内部的代码，但这并不是一个真正的问题，依我看。或者您可以尝试使用包中的make.positive.definite
来生成Var（X）PD
作为替代，您可以考虑使用包，它为PLS（路径建模）和具有K块的CCA方法提供统一的接口。
典型相关分析（CCA）是一种探索性数据分析（EDA）技术，用于估计在同一实验单元上收集的两组变量之间的相关关系。通常，用户将有两个数据矩阵X和Y，其中行表示实验单位nrow（X）=nrow（Y）
在R中，基本包提供函数cancor（）以启用CCA。这仅限于观察数量大于变量（特征）数量的情况，nrow（X）>ncol（X）
R软件包CCA是提供扩展CCA功能的几个软件包之一。包CCA围绕cancor（）提供了一组包装函数，可以考虑特征计数超过实验单位计数的情况，ncol（X）>nrow（X）。Gonzalez等人（2008年）详细描述了工作原理。的1.2版（发布于2014-07-02）在撰写本文时是最新版本
可能还值得一提的是，在前面的回答中提到的包亲属关系
和准确性
不再托管在CRAN上
诊断
在跳转到其他软件包或对您的（想必来之不易的！）数据应用未知方法之前，尝试和诊断数据问题可能是有益的
传递给此处提到的任何CCA例程的矩阵在理想情况下应该是数字完整的（无缺失值）。传递给此处提到的任何CCA例程的矩阵在理想情况下应该是数字完整的（无缺失值）。程序估计的标准相关数将等于最小列秩X和Y，也就是说，我没有使用CCA
软件包的经验，但您是否尝试过vegan:：CCA
？@Roman Luštrik，我还没有尝试过，谢谢您的建议。从我所看到的vegan:：cca
是规范对应分析，虽然略有不同，但可能仍然适用于我的数据。试着问一个问题。我的错！在这种情况下，您可能希望看到？vegan:：CCorA。
library(CCA)
data(nutrimouse)
X <- as.matrix(nutrimouse$gene[,1:10])
Y <- as.matrix(nutrimouse$lipid)

cc(X,Y) ## works

X[,1] <- 2 * X[,9] ## column 9 no longer provides unique information

cc(X,Y)

Error in chol.default(Bmat) :
  the leading minor of order 9 is not positive definite

cc(X[,-9],Y) ## works

X <- scale(X)

res.regul <- estim.regul(X, Y, plt = TRUE,
                               grid1 = seq(0.0001, 0.2, l=51),
                               grid2 = seq(0, 0.2, l=51))

estim.regul(X,Y,plt=TRUE)