Verwenden Sie wiederholt "Make model using VIP" in PLS?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Hallo!
Ich frage mich, ob es statistisch in Ordnung ist, beim Erstellen eines PLS-Modells den Schritt "Modell mit VIP erstellen" zu wiederholen?
Angenommen, ich habe 30 Variablen in meinem ursprünglichen Modell, und 15 von ihnen befinden sich oberhalb der Grenzwertlinie. Ich wähle "Modell mit VIP erstellen" und erhalte ein neues Modell mit den 15 über der Linie. In meinem neuen Modell gibt es allerdings 12, die über der Linie liegen, und 3, die sich darunter befinden. Kann ich den Schritt "Make model ..." .- wiederholen, bis ich ein Modell habe, das nur VIP-Werte über der Schwelle hat, oder kann ich es nur einmal tun?
Ich hoffe auf eine schnelle Antwort,
Sebastian Olofsson
Re: Verwenden Sie in PLS wiederholt "Make model using VIP"?Meine Intuition sagt mir, dass ich immer wieder ein Modell mit einer kleineren Sammlung von Prädiktorvariablen für jede Iterationsart anpasst, was den Zweck des PLS-allgemeinen Gedankens, ALLE in einem System vorhandenen Variablen zu verwenden, verwendet, um eine kleinere Menge latenter Variablen in Ihrer Präsentation zu erstellen eine 'neue' Menge von Originalvariablen für jede Iteration, die wiederum eine neue Korrelationsstruktur haben, aus der die latenten Variablen aufgebaut werden. Ich denke, es ist keine Überraschung, dass Sie unterschiedliche VIP-Ergebnisse erhalten. Ich stimme mit allem überein, was Phil Kay beigetragen hat. Eine Sache, die ich hinzufügen möchte, ist, wie sich die Residuen von Iteration zu Iteration ändern. Wenn sich in den Residuen keine praktischen Änderungen ergeben, würde ich wahrscheinlich den iterativen Prozess stoppen.
Re: Verwenden Sie in PLS wiederholt "Make model using VIP"?Hallo,
Ich weiß nichts über die statistische Gültigkeit. Die Schwelle von 0,8 ist wirklich nur eine "Faustregel", wie ich sie verstehe. Sie können diesen Vorgang sicherlich wiederholen. Die Frage ist, wie die Vorhersagekraft des Modells reduziert wird. Wenn das Modell mit nur 12 Variablen eine ähnliche Vorhersagekraft hat, können Sie es dann verwenden.
Wie immer kommt es darauf an, was das Ziel ist. Vorhersage oder Erklärung? Ist das Identifizieren der wichtigsten Variablen das Ziel? Müssen Sie das einfachste Modell finden?
Und denk dran: "Alle Modelle sind falsch ..."
Es lohnt sich vielleicht auch zu sehen, ob Sie durch die generalisierte Regression mit weniger Arbeit ein nützliches Modell erhalten.
