다 변수 회귀 분석에 도움이 필요함<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />그래서 42 가지 요소를 다루는 분석 데이터의 거대한 데이터 세트가 있습니다. 각 분석의 농도와 비율은 각 미네랄의 양과 각 미네랄의 (가변적 인) 화학 양에 따라 다릅니다. 나는이 요소들 중 하나를 다른 요소들의 변형에 의해 예측하려고 노력하고있다. 내 직감은 그들 중 소수만이 실제로 어떤 영향력을 가지고 있으며 다른 요소의 비율에 비례하여 일부 요소의 비율이 내 문제의 핵심이 될 것이라고 말합니다. 나는 이미 데이터에서 추출 할 수있는 명백한 선형 회귀가 있는지 알아보기 위해 뇌사 무 분산 플롯 행렬을 작성했습니다. 아주 약한 것들도 있지만 거기에는 희망찬 생각을 적용하는 샷건 패턴이 많이 있습니다.
그래서, 제가 찾고있는 것은 최소한 어떤 종류의 통계 분석을 권하고 싶습니다. 어떤 요소가 가장 큰 영향을 미치는지에 대한 최소한의 목록을 확인하는 것이 좋습니다. 거기에서 나는 무작위 비율로 일할 수있다. MDA, 클러스터 또는 주요 구성 요소 유형 분석과 같은 일종의 다차원 다 변수 분석을 어떻게 든 수행해야 할 것이라고 추측하고 있습니까? 제공 할 수있는 모든 추천이 가장 도움이됩니다.
다시 : 다변량 회귀 도움이 필요하십니까나는 당신이 지금까지의 생각을 바른 길로 가고 있다고 생각합니다. 세 가지 다른 생각 :
1. JMP Pro를 실행하는 경우 일반 회귀 플랫폼과 Ridge, Lasso 및 Elastic Net의 회귀 분석 방법을 살펴볼 것입니다. 이 방법은 변수 식별 및 모델 선택에 매우 효과적입니다.
2. 또는 부분적인 최소 제곱을 시도해보십시오. 변수 식별, 차원 감소 및 모델 선택에 효과적 일 수 있습니다. JMP Pro의 PLS 배포는 JMP의 PLS 배포보다 모델 사양, 교차 유효성 검사 등과 같이 훨씬 더 풍부합니다.
두 플랫폼에는 일반적인 프로파일 러, 시뮬레이터 등이 있습니다. 많은 사람들이 모델을 평가하고 실제로 사용하는 데 유용합니다.
삼. 또한 JMP Pro를 사용한다면 모델 비교 플랫폼을 잊지 마십시오. 많은 사람들이 여러 모델을 동시에 평가할 수있는 유용한 원 스톱 쇼핑 허브를 찾고 있습니다.
