pca12 주요 통계 소프트웨어 주성분 분석(PCA) 방법 소개 다양한 통계 소프트웨어를 이용해서 PCA 방법을 정리했고, 앞으로 이어지는 글을 통해서 결과를 제시할 예정입니다. 주성분 분석(PCA)은 2000년대 초반부터 국내 잔류성유기오염물질(POPs) 연구에 널리 사용되기 시작했습니다. 다이옥신과 PCBs 등은 많은 동질체(congener)가 있기 때문에 시료별 오염특성을 파악하고 비교하기 위해서는 다변량 통계기법을 사용해야 합니다. PAHs도 마찬가지입니다. 예를 들어, 시료 하나만 분석해도 10~20개 성분(변수) 자료가 산출되므로, 이런 많은 변수를 2~3개 주성분으로 축약하여 더 쉽게 오염특성을 평가할 수 있습니다. 제가 처음 PCA를 접한 것은 석사 과정(1999~2000) 중이었습니다. 당시 포항공대에서 산업공학을 전공하시던 분을 모시고 PCA 강의.. 2024. 6. 28. R과 Origin Pro를 이용한 주성분 분석(PCA) 대기오염 분야에서는 요즘 대부분 PMF 모델을 많이 쓰지만, 여전히 주성분 분석(Principal Component Analysis: PCA)을 많이 사용합니다. 저는 PMF보다는 PCA를 선호하는데, 점수그림(score plot)과 적재그림(loading plot)을 그려서 시료 종류, 계절, 위치 등 다양한 조건에 따른 시료의 분포와 이를 결정하는 오염물질 경향(패턴, 프로필)을 종합적으로 파악할 수 있기 때문입니다. 저는 석사과정 중에 PCA를 접했고(2000년으로 기억), 이후 대부분의 연구에서 PCA를 사용했습니다. PCA는 가장 대표적인 다변량 통계기법으로서 그리 어렵지 않게 배우고 논문에 사용할 수 있습니다. 요즘은 대부분의 그래프 프로그램과 통계 프로그램으로 PCA를 돌릴 수 있습니다. 2.. 2022. 10. 1. 이전 1 2 다음
