統計分析之--Principle component analysis (PCA)

主成分分析 Principle component analysis 說明
主成份分析所著重的在於如何「轉換」原始變項使之成為一些互相獨立的線性組合變數，而且經由線性組合而得的主成分仍保有原變數最多的資訊，其關鍵在「變異數」問題，利用求特徵值 eigenvalue 及特徵向量 eigenvector 之方法，過濾出佔最大變異數的型態，此即為最主要之型態。

Array 分析常用名詞及圖示

Scatter plot：散點圖，X軸Cy3數據值，Y軸Cy5數據值，表示晶片上兩通道數據總體分佈集中趨勢。