Coefficienti VIP minimi quadrati in JMP proCiao,
Sto facendo fatica a capire la differenza tra NIPALS e SIMPLS e perché questi due mi danno un coefficiente VIP così basso per la mia Y con lo stesso set di Xs (ne ho 1000). Ho 3 livelli all'interno di X: mi aspettavo coefficienti di correlazione diversi per tutti e 3, ma sono molto chiusi l'uno con l'altro. Sto usando PLS correttamente?
Ri: Parziali coefficienti VIP minimi quadrati in JMP proNaturalmente otterrete risultati variabili predittori diversi usando PLS in serie, una volta per ogni risposta tutta da sola, rispetto all'uso di PLS incorporando tutte le risposte simultaneamente. Una delle caratteristiche uniche e preziose dell'approccio PLS è di sfruttare le strutture di correlazione / covarianza tra ENTRAMBI le variabili x e y per quelle situazioni in cui l'uso di altri metodi basati sulla regressione è problematico. Una delle principali attrazioni del PLS è la riduzione della dimensionalità, da cui l'idea di sfruttare le strutture latenti che possono essere trovate usando questi metodi. Un ottimo riferimento per PLS è:
https://www.sas.com/store/books/categories/usage-and-reference/discovering-partial-least-squares-with-jmp-/prodBK_65346_en.html
Ri: Parziali coefficienti VIP minimi quadrati in JMP proQui predichi tutte le variabili Y allo stesso tempo, quindi credo che il VIP sia correlato all'importanza di prevedere tutte le variabili X e Y. Se esegui l'analisi tre volte con una variabile Y ogni volta vedrai diversi valori VIP per ogni variabile X.
