JMP pro 中的偏最小二乘 VIP 系数你好，
我正在努力理解 NIPALS 和 SIMPLS 之间的区别，以及为什么这两个给我的 Y 具有如此低的 VIP 系数和相同的 X 集（我有 1000 个）。 我在 X 中有 3 个级别：我预计所有 3 个级别都有不同的相关系数，但它们彼此非常接近。 我是否正确使用了 PLS？
回复：JMP pro 中的偏最小二乘 VIP 系数当然，与使用同时合并所有响应的 PLS 相比，您将通过串联使用 PLS 获得不同的预测变量结果，每个响应单独使用一次。 PLS 方法的独特和有价值的特征之一是在使用其他基于回归的方法有问题的情况下，利用 x 和 y 变量之间的相关/协方差结构。 PLS 的基本吸引力之一是降维，因此产生了利用这些方法可以找到的潜在结构的想法。 PLS 的一个很好的参考是：
https://www.sas.com/store/books/categories/usage-and-reference/discovering-partial-least-squares-with-jmp-/prodBK_65346_en.html
回复：JMP pro 中的偏最小二乘 VIP 系数在这里，您同时预测所有 Y 变量，因此我相信 VIP 与预测任何和所有 X 和 Y 变量的重要性有关。如果您每次使用一个 Y 变量运行分析 3 次，您将看到每个 X 变量的不同 VIP 值。
