作者：國工智能實施團(tuán)隊—曹靜

前言

科技橫飛的時代，大部分實驗室管理系統(tǒng)（LIMS）都擁有數(shù)十上百的分析儀器設(shè)備，一臺儀器檢測數(shù)十個項目，實驗室的溫度、濕度、壓強(qiáng)與實驗結(jié)果的相關(guān)性越來越受人們的關(guān)注。國工智能實驗室管理系統(tǒng)融合了國工智能數(shù)據(jù)大腦平臺，平臺內(nèi)提供上百中統(tǒng)計學(xué)相關(guān)算法及機(jī)器學(xué)習(xí)算法，對實驗室的數(shù)據(jù)進(jìn)行分析、挖掘，提高企業(yè)產(chǎn)品附加值及行業(yè)競爭力。本次案例就因子分析與實驗室LIMS系統(tǒng)相融合進(jìn)行探討及應(yīng)用舉例。

含義

 因子分析是指根據(jù)相關(guān)性大小把變量分組，使得同組內(nèi)的變量之間相關(guān)性較高，但不同組的變量不相關(guān)或相關(guān)性較低，每組變量代表一個基本結(jié)構(gòu)—即公共因子。使用因子分析可通過評估變量之間的相關(guān)來評估數(shù)據(jù)的結(jié)構(gòu)，使用此分析可以將每個原始變量建模為這些底層因子的線性函數(shù)。

案例

某企業(yè)LIMS實驗室想了解溫度、濕度、壓強(qiáng)、實驗結(jié)果這四個因子之間的相關(guān)性，在不同的溫度、濕度、壓強(qiáng)下對同一個樣品進(jìn)行測試，得到7次實驗結(jié)果如表1所示，試分析不同的溫度、濕度、壓強(qiáng)、實驗結(jié)果的相關(guān)性大小。

表1 不同溫度、濕度、壓強(qiáng)得到的實驗結(jié)果

要驗證溫度、濕度、壓強(qiáng)、實驗結(jié)果這四個因子之間是否存在相關(guān)性及相關(guān)性大小，因此可以采用因子分析進(jìn)行檢驗。

分析過程

使用國工數(shù)據(jù)大腦組件對國工實驗室系統(tǒng)數(shù)據(jù)進(jìn)行讀取，直接訪問數(shù)據(jù)庫獲取數(shù)據(jù)集。

圖1 RDBMS讀取組件

使用集成好算法的因子分析組件進(jìn)行數(shù)據(jù)的因子分析處理，對組件參數(shù)進(jìn)行設(shè)置，變量字段配置為溫度、濕度、壓強(qiáng)、實驗結(jié)果，因為共有4個變量，所以要提取的因子數(shù)配置為2，單擊運行，從調(diào)試面板中查看分析結(jié)果。

圖2 因子分析組件及參數(shù)配置

分析結(jié)果

圖3 結(jié)果分析

檢查載荷模式，以確定對每個變量影響最強(qiáng)的因子。接近于-1或1的載荷表明因子對變量的影響非常強(qiáng)。接近0的載荷表明因子對變量的影響很弱。有些變量可能對多個因子施加高載荷。

非旋轉(zhuǎn)因子載荷通常很難解釋，因子旋轉(zhuǎn)簡化了載荷結(jié)構(gòu)，并且使因子載荷更容易解釋。使用旋轉(zhuǎn)的因子載荷，可以得出如下結(jié)論：

濕度（0.998）和結(jié)果值（0.986）在因子1上具有較大的正載荷，溫度（0.999）、濕度（0.998）、壓強(qiáng)（0.999）和結(jié)果值（1）在因子3上具有較大的正載荷，所以這兩個因子共同解釋數(shù)據(jù)變異的0.999或99.9%。

與LIMS系統(tǒng)相融合

 國工數(shù)據(jù)大腦平臺可直接獲取實驗室LIMS系統(tǒng)中的實驗數(shù)據(jù)，直接將實驗數(shù)據(jù)對接到創(chuàng)建好的因子分析模型中，根據(jù)得出的結(jié)果分析溫度、濕度、壓強(qiáng)、實驗結(jié)果在因子1和因子2的相關(guān)性。

參數(shù)說明

 因子載荷：表示因子對變量的解釋程度。載荷范圍可以為-1到1，國工數(shù)據(jù)大腦因子分析組件會計算非旋轉(zhuǎn)因子載荷和旋轉(zhuǎn)因子載荷。

變量：分析研究對象的變量。

要提取的因子數(shù)：因子數(shù)必須至少為1且不得超過總變量數(shù)，為了取得最佳結(jié)構(gòu)，數(shù)據(jù)中的每3個變量擁有的因子不得超過一個。例如，有12個變量，則最多提前4個因子。

方差貢獻(xiàn)率：使用方差貢獻(xiàn)率（%Var）可確定因子解釋的方差量。保留解釋可接受方差水平的因子。

方差（特征值）：如果使用主分量提供因子，則方差等于特征值。可使用特征值的大小確定因子數(shù)。保留具有最大特征值的因子。

適用范圍

不同的變量選擇因子數(shù)之后，分析因子對變量的是否有影響。