PLS 모델링- "0 요소"권장여러분 안녕하세요!
여기 내 상황이 있습니다 : 58 배치의 데이터 세트와 매개 변수 Xs에 해당하는 213 개의 열이 있습니다 (예 : 문화 제 1 일의 포도당, 문화 제 2 일의 포도당 등). X와 배치에 따라 여기 저기에서 몇 가지 데이터가 누락되었지만 전체적으로 데이터 세트가 상당히 좋습니다.
이제 PLS를 사용하여 모든 X를 배치하고 그 중 어느 것이 내 Y에 영향을 미치는지 이해하려고합니다 (14 개의 서로 다른 Y가 개별적으로 이해하고 싶습니다. 따라서 모든 X와 하나의 Y).
일부 Y에서는 제대로 작동하지만 다른 일부에서는 RM PRESS Plot에 "참고 : 최소 근본 평균 PRESS는 1.25이고 최소화 요인 수는 0"입니다. 따라서 모델을 작성할 수 없습니다 (예 : 첨부 된 데이터베이스의 Y_1).
왜 그렇게합니까? 누락 된 데이터와 연결 될 수 있다고 생각했지만 다른 Y에서 왜 작동하는지 이해하지 못합니까?
martin
다시 : PLS 모델링- "0 요인"을 권장합니다PLS의 장점은 특히 예측 변수 수가 관측치 수를 초과 할 때 여러 예측 변수로 여러 응답을 동시에 모델링하는 것입니다. 대신 예측 변수와 함께 회전 PCA를 사용하여 개별 반응으로 회귀 요인을 만들 수 있습니다.
다시 : PLS 모델링- "0 요인"을 권장합니다그래서 내가 이해하고 있다면 내가하고 싶은 일에 올바른 도구를 사용하지 않았다면 그 것입니까?다시 : PLS 모델링- "0 요인"을 권장합니다귀하의 초기 간략한 설명으로부터 귀하의 데이터 또는 귀하의 의도 된 분석을 완전히 이해하지 못합니다. 개별 반응으로 PCA를 회전시키는 것이 좋습니다.
PLS와 같은 다변량 모델은 X, Y 및 X와 Y 사이의 상관 관계를 나타내는 많은 변수를 기반으로합니다. 결과는 목표 일 수 있습니다. 나는 말할 수 없었다. 개별 반응을 예측할 변수를 식별하거나 선택하는 것이 목표 일 수도 있습니다. JMP의 여러 도구를 사용하여 변수를 선택할 수 있습니다. 변수 선택 대신 회전 된 PCA와 함께 변수 합성을 사용할 수 있습니다. 이렇게하면 문제의 차원을 줄이면서 대부분의 원래 정보를 포함 할 수 있습니다.
귀하의 사례에 대해 더 자세히 알려 주시면 더 궁금한 점이 있으면 도와 드리겠습니다.
다시 : PLS 모델링- "0 요인"을 권장합니다한 걸음 물러나고 싶습니다. 모든 Y를 고려하여 모든 행에 걸친 누락으로 인해 모든 Y를 사용하는 것은 분명히 작동하지 않습니다. 예를 들어 Y1과 단순히 요인에 대해 시각화하면 거의 각 요인에 약간의 이상한 점이있어보기에 적합하지 않은 것으로 보입니다. PLS가 결과를 얻는 데 어려움을 겪는 데이터에 잠재적 인 이상 치가 있다고 생각하고 알림을받습니다.
Mark의 제안을 시도하지 않았지만 이것이 사실 일 수 있는지 데이터를 확인합니다.
답변: PLS 모델링 - "0 요소"가 권장됩니다.사실 당신 말이 맞아요. 그때 데이터를 확인하고 마크의 제안을 계속 진행할 수 있는지 나중에 살펴보겠습니다!
정말 감사합니다
