PLS建模-建议“ 0个因素”嗨，大家好 ！
这是我的情况：我有58个批次的数据集，并且有213列对应于我的参数Xs（例如：培养第1天的葡萄糖，培养第2天的葡萄糖，等等）。根据X和批次，我在这里和那里缺少一些数据，但总体而言，数据集还不错。
现在，我想使用PLS放置我所有的X，并尝试了解它们中的哪一个会影响我的Y（我想分别了解14个不同的Y，因此所有X与一个Y相对）。
对于某些Y，它可以正常工作，但对于另一些Y，RM PRESS Plot建议：“注意：最小均方根PRESS为1.25，最小化因子为0。”因此，我无法建立任何模型（例如，附加数据库中的Y_1）。
为什么这样做呢？我以为它可能与丢失的数据有关，但是我不明白为什么它对其他Y有用吗？
@martindemel
回复：PLS建模-建议“ 0个因素”PLS的一个优势是可以同时使用多个预测变量对多个响应进行建模，尤其是当预测变量的数量超过观察数量时。相反，您可以将旋转PCA与预测变量一起使用，以针对具有单个响应的回归因素。
回复：PLS建模-建议“ 0个因素”因此，如果我了解得很好，我没有使用正确的工具进行操作，是吗？回复：PLS建模-建议“ 0个因素”从您的最初简短描述中，我无法完全理解您的数据或预期的分析。似乎值得尝试对各个响应进行轮换的PCA。
诸如PLS之类的多变量模型基于大量变量，这些变量在X，Y以及X和Y之间显示出相关性。这可能是您的目标。我不知道。识别或选择变量以预测单个响应也可能是您的目标。使用JMP中的几种不同工具可以进行变量选择。除了变量选择之外，您可能希望对旋转的PCA使用变量综合。这样，您可以包含大多数原始信息，同时减少问题的范围。
让我进一步了解您的案件，如果您还有其他问题，我会为您提供帮助。
回复：PLS建模-建议“ 0个因素”我想先退后一步。显然，由于缺少考虑所有Y的所有行，因此使用Y显然不起作用。只看例如 Y1并简单地对因素进行可视化，您可以看到几乎每个因素都有一些奇怪的地方，使得拟合看起来很不正确。因此，我怀疑数据中可能存在异常值，这使PLS难以获得结果，因此您会收到通知。
没有尝试过Mark的任何建议，我将进行数据检查，是否可以做到这一点。
回复：PLS 建模 - 建议“0 因素”确实，你说得对，我会检查一下数据，看看是否可以继续马克的建议！
多谢
