Quiero ver cómo 7 medidas de comportamiento de corrección de texto (tiempo dedicado a corregir el texto, número de pulsaciones de teclas, etc.) se relacionan entre sí. Las medidas están correlacionadas. Ejecuté un PCA para ver cómo se proyectaban las medidas en PC1 y PC2, lo que evitó la superposición de ejecutar pruebas de correlación bidireccionales separadas entre las medidas.
Me preguntaron por qué no usar t-SNE, ya que la relación entre algunas de las medidas podría ser no lineal.
Puedo ver cómo permitir la no linealidad mejoraría esto, pero me pregunto si hay alguna buena razón para usar PCA en este caso y no t-SNE. No me interesa agrupar los textos de acuerdo con su relación con las medidas, sino más bien con la relación entre las medidas mismas.
(Supongo que EFA también podría ser un mejor / otro enfoque, pero esa es una discusión diferente.) En comparación con otros métodos, hay pocas publicaciones aquí sobre t-SNE, por lo que parece que vale la pena hacer la pregunta.