다중 응답 및 다중 예측자안녕
여러 응답 Yi와 여러 예측 변수 X가 있는 데이터 집합을 모델링하는 가장 좋은 기술이 무엇인지 알고 싶습니다.
맞는 모델 옵션을 시도했지만 결과가 좋지 않습니다.
PCA를 사용하여 Y 응답을 ~50에서 ~10으로 줄일 수 있었습니다. 여전히 높은 수치입니다.
수신펠리체. .
Re: 다중 응답 및 다중 예측 변수모든 응답을 개별적으로가 아니라 동시에 모델링하려면 PLS 또는 신경망 사용을 고려하십시오. 개별 응답을 모델링하려는 경우 먼저 분석 > 선별 > 응답 선별 및 예측자 선별을 사용하여 가능한 관계를 탐색할 수 있습니다.
Re: 다중 응답 및 다중 예측 변수입력해 주셔서 감사합니다.
PCA의 경우 나는 예측 변수 X가 아니라 Y 응답을 언급했습니다.
일반적으로 저는 적은 응답으로 작업하는 것을 선호합니다. 이러한 이유로 저는 10이 여전히 크다고 말했습니다.
생산 데이터를 사용하여 설명 모델을 구축하고 있습니다. 즉, X 예측 변수와 다중 응답 Y 사이에 관계가 있는지 확인하고 싶습니다.
적합한 모델에 대해 나는 낮은 Rsquare(<5%)와 높은 pval(0.18)로 인해 결과가 좋지 않다고 말했습니다.
모든 응답을 함께 모델링하려고 합니다. 그들에게는 공선성이 없습니다.
응답 Y만큼 많은 모델을 실행할 것을 제안합니까?
펠리체
Re: 다중 응답 및 다중 예측 변수모델링 기술과 차원 축소라는 두 가지 질문을 던지고 있는 것 같습니다. PCA 결과는 나에게 많은 예측 변수처럼 보이지 않습니다. ~10이 여전히 너무 큰 이유는 무엇입니까?
이러한 경우에 대한 많은 모델링 기술이 있습니다. 설명 모델 또는 예측 모델을 구축하고 있습니까? 전자는 설계 실험과 같은 매개변수를 추정하고 테스트하는 것입니다. 후자는 기계 학습 및 AI에서와 같이 응답을 추정하는 것입니다.
"라고 말할 때 무엇을 의미합니까? 맞는 모델 옵션을 시도했지만 결과가 좋지 않습니다. " 당신은 무엇을 기대하고 있었습니까? 왜 실망했습니까? 무엇이 부족했습니까?
여러 응답을 독립적으로 모델링하려고 합니까? 즉, 각 응답은 자체 모델로 모델링됩니다. 그렇지 않다면 응답은 어떻게 관련되어 있습니까?
