Partielle kleinste Quadrate (Partial Least Squares, PLS) sind ein flexibles statistisches Verfahren, das auf Daten jeder Form angewendet werden kann. Dabei werden die Beziehungen zwischen Eingabedaten und Ergebnissen auch bei korrelierten und ungenauen Eingabedaten modelliert, wenn es mehrere Zielgrößen und mehr Eingabedaten als Beobachtungen gibt.
Das Buch und e-Book Discovering Partial Least Squares with JMP® von Ian Cox und Marie Gaudard verwendet JMP, um das PLS-Verfahren zu beschreiben und in den Kontext der statistischen Modellierung und multivariater Analyse zu setzen.
Dieses Buch ist hilf- und lehrreich für alle, die JMP bereits verwenden. Es sind jedoch keine JMP-Kenntnisse erforderlich und es wird auch nur wenig oder gar kein Statistikwissen benötigt. Beim Durcharbeiten der einleitenden Kapitel und der Fallstudien gewinnen Sie ein besseres Verständnis der PLS-Technik und Erfahrung im Umgang mit JMP zur Durchführung von zuverlässigen PLS-Analysen in der täglichen Praxis.
In seiner Buchbesprechung kommentierte Professor Ron S. Kenett, CEO von KPA,, dass „. . . die Kombination dieser theoretischen Grundlagen mit praktischen Implementierungen einzigartige Einsichten gewährt, die das Buch zu einem wichtigen Beitrag zur Statistikliteratur machen.“
Neue Medikamente werden mit Chemikalien entwickelt, die biologisch aktiv sind. Da die Testverfahren zur Bestimmung der biologischen Aktivität von Präparaten teuer sind, ist es sehr nützlich, ihre Aktivität mithilfe anderer, kostengünstigerer chemischer Messungen zu ermitteln. Im vorliegenden Beispiel wird die Beziehung zwischen Größe, Hydrophobie und Polarität zentraler Stoffgruppen an verschiedenen Stellen des Moleküls sowie der Aktivität des Präparats selbst untersucht.
Laden Sie das Beispielkapitel „Predicting Biological Activity“ (Vorhersage biologischer Aktivität), eine von vier im Buch beschriebenen Fallstudien, herunter.