如何在PLSR模型中提取潜在因子<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />嗨，大家好，
我正在阅读波罗的海.jmp的基本例子（ 光谱数据 ）在链接上给出“ 偏最小二乘的例子 ”。
在jmp中选择多个因子并对其进行分析后，会生成多个报告。根据我的理解，潜在因素的数量与这些变量（本例中的27个变量）相关，这些变量解释了大部分方差。如果确实如此，那么如何识别这些变量的位置/名称（在这种情况下从v1到v27）。
问候，
汗。
Re：如何在PLSR模型中提取潜在因子谢谢伊恩和彼得的建议。首先，PLSR已被广泛用于文献中的变量选择。目前值得尝试Ian建议的东西，使用VIP和Coefficient图也是有道理的。
Re：如何在PLSR模型中提取潜在因子只是为Ian的明智建议添加一点......从实际的角度来看，我的经验是，如果可以的话，跟进任何PLS相关的分析，重点是变量识别，设计实验可以带来更多的信任。您可能正在寻求的因果关系。
Re：如何在PLSR模型中提取潜在因子鉴于PLS是一种最终依赖的多变量方法相关在变量之间，存在一些关于如何或甚至是否应该用于变量选择的争论（在这种情况下将v1的“活动子集”刺入v27）。在PLS中，每个X变量都起着双重作用（对于降维和回归），'VIP vs Coefficients'图显示了这一点。因此，如果你想尝试你的建议，这可能是一个合理的起点。
还有更多细节这里 ，或其他关于PLS的书籍。
