多元方法 > 偏最小二乘模型
发布日期: 11/15/2021

偏最小二乘模型

使用 Y 和 X 之间的相关性构建模型

“偏最小二乘”(PLS) 平台基于因子(即解释变量 (X) 的线性组合)来拟合线性模型。这些因子是通过将 X 与一个或多个响应 (Y) 之间的协方差最大化得到的。“偏最小二乘”利用 XY 之间的相关性揭示底层的潜在结构。

Image shown hereJMP Pro 提供更多功能,从而支持您构造“PLS 判别分析 (PLS-DA)”,包括各种模型效应、利用几种验证方法、补缺缺失数据以及获取各种统计量分布的 Bootstrap 估计值。

偏最小二乘适用于以下情况:X 变量数比观测数多;X 变量之间高度相关;X 变量非常多;只有几个 Y 变量但有很多 X 变量,此时使用普通最小二乘法将无法得到满意的结果。

图 6.1 “偏最小二乘”报表的一部分 

Image shown here

目录

“偏最小二乘”平台概述

“偏最小二乘”示例

启动“偏最小二乘”平台

中心化和统一尺度
标准化 X

“模型启动”控制面板

“偏最小二乘”选项

“偏最小二乘”报表

模型比较汇总
“交叉验证”报表
“模型拟合”报表

模型拟合选项

变量重要性图
系数-VIP 图
保存列

“偏最小二乘”的其他示例

“偏最小二乘”平台的统计详细信息

偏最小二乘
van der Voet T2
T2
X 得分散点图矩阵的置信椭圆
预测的标准误差和置信限
标准化得分和载荷
PLS 判别分析 (PLS-DA)
需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).