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
的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)，以计算最佳的保持形状的欧几里德变换。这些转换最小化了比较地标数据之间的位置差异。
Procrustes分析在与多维标度结合时也很有用。在使用多维尺度构造地图有一个观察，重建点的方向是任意的。多维尺度的两种不同应用可以产生原则上非常相似的重构点，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转换一组点，使它们与另一组点更具可比性。
数据输入
的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地标的数量在形状和p是每个地标的测量数。比较形状矩阵Y有尺寸
n×问与问≤p．如果比较形状的每个地标的测量值少于目标形状(问<p)，函数将列0添加到Y,产生一个n×p矩阵。
得到变换后的形状的方程，Z,是
| (1） |
地点:
b是一个伸缩系数(b> 1)或收缩(b< 1)分。
T是正交旋转和反射矩阵。
c是一个每列都有常值的矩阵，用于移动点。
的普罗克汝斯忒斯功能选择b，T,c使目标形状之间的距离最小化X以及变换后的形状Z用最小二乘准则测量:
预处理数据以获得准确的结果
9、普劳斯的分析是恰当的当一切p测量尺寸有相似的尺度。分析将是不准确的，例如，如果列Z有不同的尺度:
第一柱的单位是毫升，从2000到6000不等。
第二列的测量温度从10摄氏度到25摄氏度不等。
第三列的单位是公斤，从50到230不等。
在这种情况下，标准化你的变量:
每个变量减去样本均值。
将每个结果变量除以其样本标准差。
使用zscore函数来执行此标准化。
另请参阅
相关的话题
你也可以从以下列表中选择一个网站:
