多変量回帰分析の助けが必要<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />それで、私は42の異なる要素をカバーするアッセイデータの大きなデータセットを持っています。 各アッセイの濃度および比率は、各ミネラルの量と各ミネラルの（可変）化学的性質の両方によって異なります。 私はこれらの要素のうちの1つを他の要素の変化によって予測しようとしています。 私の内臓は、ほんの少しの影響しか実際にはありません、そしてそれが他の要素の比率に対するいくつかの要素の比率が私の問題の鍵となる可能性が高いと言います。 データから引き出すことができる明白な線形回帰があるかどうかを確かめるために、すでに脳死散布図行列を作成しました。 いくつかの非常に弱いものがありますが、まだ私が希望的思考を適用する主に散弾銃のパターンです。
したがって、私が探しているのは、どの種類の統計分析を推奨するかについての推奨事項であり、最低でもどの要素が最も大きな影響を与えるかのリストを特定することです。 そこから私はランダムな比率で作業することができます。 MDA、クラスター、主成分分析などの多次元多変量解析をどうにかして行わなければならないと思いますか。あなたが提供することができるどんな推薦も最も役に立つでしょう。
再：多変量回帰の助けが必要私はあなたがこれまでのあなたの考えで正しい軌道に乗っていると思います。他の3つの考え：
1。あなたがJMP Proを実行しているなら、私は間違いなく一般化回帰プラットフォームとリッジ、ラッソそしてエラスティックネットのペナルティを受けた回帰方法を見るでしょう。これらの方法は、変数同定とモデル選択に非常に効果的です。
2。または部分最小二乗法も試してください。変数の識別、次元数の減少、モデルの選択に効果的です。JMP ProでのPLS配置は、モデル仕様、交差検証などの点で、JMPでのPLS配置よりもはるかに豊富です。
どちらのプラットフォームにも通常のプロファイラ、シミュレータなどがあります。その多くは、モデルの評価と実際の使用の両方に役立ちます。
3。また、JMP Proをお持ちの場合は、モデル比較プラットフォームについて忘れないでください。多くの人が、複数のモデルを同時に評価するための便利な「ワンストップショッピングハブ」であると感じています。
