Chcę zobaczyć, jak 7 miar zachowania korekty tekstu (czas spędzony na poprawianiu tekstu, liczba naciśnięć klawiszy itp.) Odnoszą się do siebie. Miary są skorelowane. Uruchomiłem PCA, aby zobaczyć, jak miary rzutują się na PC1 i PC2, co pozwoliło uniknąć nakładania się osobnych testów dwukierunkowej korelacji między miarami.
Zapytano mnie, dlaczego nie stosować t-SNE, ponieważ związek między niektórymi miarami może być nieliniowy.
Widzę, w jaki sposób poprawienie tej nieliniowości poprawiłoby to, ale zastanawiam się, czy istnieje jakiś dobry powód, aby użyć PCA w tym przypadku, a nie t-SNE? Nie interesuje mnie grupowanie tekstów według ich związku ze środkami, ale raczej związek między samymi środkami.
(Wydaje mi się, że EFA może również być lepszym / innym podejściem, ale to inna dyskusja.) W porównaniu z innymi metodami, jest tu niewiele postów na temat t-SNE, więc pytanie wydaje się warte zadania.