主成分分析

聴覚誘発磁界のデータを使って第1・・・第10主成分に分けて表示してみます。
尚、データはSSP処理後でmagnetometerは省いてあります。
%% preparation for topography
load('.../vv_lout.mat');
x=vv_mag(:,2);y=vv_mag(:,3);
W=120;
xlin=linspace(min(x),max(x),W);
ylin=linspace(min(y),max(y),W);
[X,Y]=meshgrid(xlin,ylin);

% meg 204ch x smp data
% time 1 x smp data
figure;plot(time,meg,'k');axis tight;
grid on;set(gcf,'color',[1,1,1]);

originalの波形です。固有値分解し、成分別に分けます。
[V,D]=eig(cov(meg')); % cov(meg',1)? 固有ベクトルVは変わりません
V=fliplr(V);
P=V\meg;
figure;set(gcf,'color',[1,1,1]);
set(gcf,'renderer','zbuffer');
for n=1:5;...
subplot('position',[0,1-n*0.2,0.2,0.2]);...
z=(V(1:2:204,n).^2+V(2:2:204,n).^2).^0.5;...
Z=griddata(x,y,z,X,Y,'linear');...
h=surf(X,Y,Z);axis off;set(h,'edgecolor','none');...
axis tight;daspect([1,1,0.01]);view([0,90]);...
subplot('position',[0.25,1-n*0.2+0.03,0.7,0.16]);...
plot(time,P(n,:));axis tight;grid on;...
end;
上から順に第１主成分、第２主成分、・・・第５主成分となります。


独立成分分析を使うことで、各成分がもっとすっきり分かれてくれることを期待したいと思います。
各主成分の固有ベクトル（ここでいうtopography）は、 必ずしも生理学的意義があるわけではありません。