Come estrarre i fattori latenti nel modello PLSR<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Ciao a tutti,
Stavo passando per l'esempio di base di .jmp baltico ( dati spettrali ) indicato sul link " Esempio di minimi quadrati parziali ".
dopo aver selezionato il numero di fattori in jmp e analizzato, vengono generati diversi report. A mio avviso, NUMBER OF FATORS LATENT sono correlati a quelle variabili (su 27 in questo esempio) che spiegano la maggior parte della varianza. Se questo è vero allora, come identificare posizioni / nomi di quelle variabili (dalla v1 alla v27 in questo caso).
Saluti,
Khan.
Ri: Come estrarre i fattori latenti nel modello PLSRGrazie Ian e Peter per il consiglio. prima di tutto il PLSR è stato ampiamente utilizzato nella selezione variabile in letteratura. Per il momento vale la pena provare quello che Ian ha suggerito, andando con le trame VIP e Coefficient che hanno un qualche senso.
Ri: Come estrarre i fattori latenti nel modello PLSRSolo per aggiungere un po 'ai saggi consigli di Ian ... la mia esperienza da un punto di vista pratico è, se posso, seguire qualsiasi analisi correlata al PLS in cui l'attenzione si concentra sull'identificazione variabile, con esperimenti progettati per dare più credibilità al relazioni causa / effetto che potresti cercare.
Ri: Come estrarre i fattori latenti nel modello PLSRDato che PLS è un approccio multivariato che si basa in ultima analisi correlazioni tra le variabili, c'è un dibattito su come, o anche se, dovrebbe essere usato per la selezione delle variabili (facendo leva su un 'sottoinsieme attivo' di v1 a v27 in questo caso). In PLS, ogni variabile X svolge un duplice ruolo (sia per la riduzione della dimensionalità che per la regressione), mentre i grafici 'VIP vs Coefficienti' mostrano questo. Quindi, se vuoi provare ciò che suggerisci, questo potrebbe essere un punto di partenza ragionevole.
Ci sono molti altri dettagli Qui o in altri libri su PLS.
