尋找回應之間的相關性你好，
有沒有一種方法可以讓我們確定兩個反應之間的相關性？假設我有 5 個因素 A、B、C、D 和 E。 我得到的答案是 X、Y、Z。 最好的分析是什麼來表明 X 和 Y 是相關的，只有 X 響應實際上依賴 5 個因素，而 Y 實際上是 X 的響應。
估計值
伊爾凡
回覆：尋找回應之間的相關性
你好，
如果我具有如上所示的相關性，其中 F 是 D 和 E 的反應，但因子 D 實際上是 A 和 B 的反應。 我如何建構 DOE 實驗。 這就是我想問的，DOE表是否可以產生這種關係
估計值
伊爾凡
回覆：尋找回應之間的相關性你好，
觀測序列之間的互相關價值不大。 您應該使用單次預美白來幫助初步識別。 在形成 arima 過濾器之前，請確保考慮到各個 x 中的異常情況
使用預美白
使每個變數平穩，並分別使用每個 x 的濾波器來估計 ccf
此處無需使用 Granger，您正在嘗試識別初始模型
創建 arima 過濾器絕對不需要去除趨勢，除非需要與 arima 模型配合使用
問候
賈耶什
回覆：尋找回應之間的相關性謝謝彼得/馬克
回覆：尋找回應之間的相關性@albiruni81我一直在旁觀這個話題。 我的同事@馬克貝利提供了中肯的建議。
有關 PLS 以及預測變數和回應之間的相關性的範例，我建議查看 JMP 範例資料目錄中的 Baltic.jmp 資料表。 只需運行資料表中的嵌入腳本即可執行分析。 平台報告中有多種視覺化效果，可提供有關 x 和 y 之間相關性的見解。 JMP 文件中也對該特定資料表進行了說明。 您可能還想查看我錄製的按需高級母帶處理 JMP 活動：
https://www.jmp.com/en_us/events/ondemand/mastering-jmp/partial-least-squares.html
回覆：尋找回應之間的相關性嗨馬克，
您是否有任何範例來說明 PLS 如何顯示預測變數之間的相關性？ 正如您在先前的聲明中提到的，在沒有附加資訊的情況下，知道哪個回應是實際回應，需要哪些附加資訊來確定這一點？
估計值
伊爾凡
回覆：尋找回應之間的相關性似乎一種簡單的方法是使用雙變量平台對 X 進行 Y 的簡單線性迴歸。 如果建立了高相關性，那麼 Y 本質上是多餘的。 此分析無法確定 X 或 Y 是否為回應。 任何一個都可能是回應。 因此，在沒有額外資訊的情況下，該決定是任意的。
更複雜的方法是 (A,B,C,D,E) 上的 (X,Y,Z) 的偏最小平方法。 PLS 可以告訴您因素之間、預測變數之間以及因素與預測變數之間的相關性。 PLS 可以表明 X 和 Y 是否相關，以及它們是否以相同的方式與因素相關。
