Numero di fattori - PLS-RHo un set di dati che ha 7 variabili indipendenti e 107 variabili dipendenti. Quando ho fatto il PLS, il numero minimo di fattori è risultato pari a zero. Il minimo RMPRESS è 1.111. Tuttavia, quando rimuovo a caso alcune delle variabili Y, ho ottenuto un buon modello di adattamento con due fattori. Qualcuno potrebbe dire perché sta succedendo. Quali sono alcuni dei rimedi / contese. Grazie
Ri: Numero di fattori - PLS-RSe potessi condividere i dati, forse potremmo aiutarti? In cima alla mia testa alcune delle ragioni dietro le quali stai osservando questi fenomeni fenomenici sono che presumo tu stia adattando tutte e 7 le variabili di risposta contemporaneamente ... e l'algoritmo PLS sta avendo difficoltà a proiettare la struttura di correlazione di tutti e 7 su un solo o piccolo numero di fattori latenti per y. Sto basando questa idea sul fatto che dici che quando rimuovi alcuni di questi ti ritrovi con un modello che trova alcuni fattori latenti in x che spiegano il nuovo set di y. Hai dato un'occhiata all'analisi delle componenti pairwise o principale degli y? Questo potrebbe scoprire alcune delle cose che sto speculando.
