このバージョンのヘルプはこれ以降更新されません。最新のヘルプは https://www.jmp.com/support/help/ja/15.2   からご覧いただけます。


多変量分析 • PLS回帰
前へ
 • 
次へ
PLS回帰
多重共線性がある場合の予測モデル
「PLS回帰」プラットフォームは、説明変数（X）の線形結合からなる因子に基づいて応答変数（Y）を予測する線形モデルを構築します。PLS回帰における因子は、Xの線形結合とYの線形結合との共分散が最大になるようなものです。PLS回帰は、XとYの関係を調べ、潜在的な因子を抽出します。
JMP Proは、さらに多くの機能を備えています。JMP Proでは、PLS判別分析（PLS-DA）を行ったり、さまざまなモデル効果を含めたり、複数の検証法を使用したり、欠測データを補完したり、各種統計量に対してブートストラップ推定を行ったりできます。
PLS回帰は、通常の最小2乗法が失敗するような次のような場面で利用することが考えられます。X変数の個数がデータの行数よりも多い場合、X変数の間に高い相関がある場合、X変数の個数が多い場合、および、Y変数の個数が多い場合などです。
図6.1 「PLS回帰」レポートの一部
目次 
「PLS回帰」プラットフォームの概要
PLS（Partial Least Squares）回帰の例
「PLS回帰」プラットフォームの起動
中心化と尺度化
Xの標準化
モデル起動のコントロールパネル
「PLS回帰」レポート
モデル比較の要約
<検証法の名前>による検証手法 = <PLS法の名前>
モデルのあてはめレポート
PLS回帰のオプション
あてはめレポートのオプション
変数重要度のプロット
変数重要度 vs 係数プロット
列の保存
「PLS回帰」プラットフォームの統計的詳細
PLS（Partial Least Squares）
van der Voet のT2
T2プロット
Xスコア散布図行列の信頼楕円
予測値の標準誤差と信頼区間
標準化したスコアと負荷量
PLS判別分析（PLS-DA）