PLSRモデルにおける潜在因子の抽出法<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />皆さんこんにちは、
私はバルト海の.jmpの基本的な例を見てきました（ スペクトルデータ ）リンク上で与えられる部分最小二乗法の例 "
jmpでファクターの数を選択してそれを分析した後、いくつかのレポートが生成されます。私の理解するところでは、多くの潜在的要因は、ほとんどの分散を説明するそれらの変数（この例では27のうち）に関連しています。それが真実であるならば、それでは、どのようにそれらの変数の位置/名前を識別するか（この場合v1からv27まで）。
よろしく、
カーン
再：どのようにPLSRモデルの潜在的な要因を抽出するアドバイスをありがとうイアンとピーター。まず第一に、PLSRは文献の可変選択に広く使用されています。今のところ、いくらか意味があるVIPプロットと係数プロットを使って、イアンが提案したことを試す価値があります。
再：どのようにPLSRモデルの潜在的な要因を抽出するイアンの賢明なアドバイスにちょっとだけを加えるために...私が実際的な観点から経験することは、もし可能であれば、変数同定に焦点を当てているPLS関連の分析を追跡することです。あなたが求めている可能性のある因果関係。
再：どのようにPLSRモデルの潜在的な要因を抽出するPLSは最終的にに依存する多変量アプローチであることを考えると相関関係変数間では、変数の選択にどのように使用されるべきか、あるいは使用されるべきかについても議論があります（この場合、v1からv27までの「アクティブなサブセット」を刺して）。PLSでは、各X変数は（次元数の削減と回帰の両方の）二重の役割を果たし、'VIP対係数'のプロットはこれを示しています。あなたがあなたが提案したことを試してみたいのであれば、これは始めるのに合理的な場所かもしれません。
より多くの詳細がありますここにまたはPLSに関する他の本で。
