부분 최소 제곱 플랫폼 개요
보통 최소 제곱과 달리 PLS(부분 최소 제곱) 방법은 예측 변수가 관측값보다 많을 때 사용할 수 있습니다. PLS는 분광학, 계량화학, 유전체학, 심리학, 교육, 경제학, 정치학 및 환경 과학 등의 분야에서 고차원 데이터를 모델링하는 데 광범위하게 사용됩니다.
PLS 방법을 사용한 모형 적합은 설명 변수가 관측값보다 많거나 설명 변수의 상관관계가 높을 때 특히 유용합니다. PLS를 사용하여 단일 모형을 여러 반응에 동시에 적합시킬 수 있습니다. 자세한 내용은 Garthwaite(1994), Wold(1994), Wold et al. (2001), Eriksson et al. (2006) 및 Cox와 Gaudard(2013) 연구 자료에서 확인하십시오.
NIPALS(Nonlinear Iterative Partial Least Squares)와 SIMPLS("Statistically Inspired Modification of PLS")라는 두 가지 모형 적합 알고리즘을 사용할 수 있습니다. NIPALS에 대한 자세한 내용은 Wold(1980) 연구 자료에서 확인하십시오. SIMPLS에 대한 자세한 내용은 De Jong(1993) 연구 자료에서 확인하십시오. 두 방법에 대한 설명은 Boulesteix와 Strimmer(2007) 연구 자료에서 확인하십시오. SIMPLS 알고리즘은 특정 최적성 문제의 해를 구하는 것을 목표로 개발되었습니다. 단일 반응의 경우 두 방법 모두 동일한 모형을 제공합니다. 다중 반응의 경우 약간 차이가 있습니다.
JMP에서는 분석 > 다변량 방법 > 부분 최소 제곱을 통해서만 PLS 플랫폼에 액세스할 수 있습니다. JMP Pro에서는 분석 > 모형 적합을 통해 부분 최소 제곱 분석법에 액세스할 수도 있습니다.
JMP Pro에서는 다음을 수행할 수 있습니다.
• 모형 적합에서 부분 최소 제곱 분석법을 사용하여 명목형 모델링 유형의 반응을 적합시키는 방식으로 PLS-DA(PLS 판별 분석)를 수행합니다.
• 모형 적합에서 부분 최소 제곱 분석법을 사용하여 다항식, 교호작용 및 범주형 효과를 적합시킵니다.
• 검증 및 교차 검증을 위한 여러 방법 중에서 선택합니다.
• 결측 데이터를 대치합니다.
• 다양한 통계량 분포의 붓스트랩 추정값을 구합니다. 관심 있는 보고서를 마우스 오른쪽 버튼으로 클릭할 수 있습니다. 붓스트랩 추정값에 대한 자세한 내용은 기본 분석에서 확인하십시오.
부분 최소 제곱 플랫폼은 추출할 최적 요인 수를 선택하는 데 도움이 되도록 van der Voet T2 검정 및 교차 검증을 사용합니다.
• JMP 플랫폼에서는 leave-one-out 교차 검증 방법을 사용합니다. 검증을 사용하지 않도록 선택할 수도 있습니다.
• 
JMP Pro에서는 K 폴드, Leave-One-Out 또는 랜덤 홀드백 교차 검증을 선택하거나 검증 열을 지정할 수 있습니다. 검증을 사용하지 않도록 선택할 수도 있습니다.