PLS-Modellierung - "0 Faktoren" wird empfohlenHallo allerseits !
Hier ist meine Situation: Ich habe einen Datensatz mit 58 Chargen in der Reihe und 213 Spalten, die meinen Parametern Xs entsprechen (z. B. Glukose am Kulturtag 1, Glukose am Kulturtag 2 usw.). Ich habe hier und da ein paar Daten, abhängig vom X und den Stapeln, aber insgesamt ist der Datensatz ganz in Ordnung.
Jetzt möchte ich PLS verwenden, um alle meine Xs zu platzieren und zu verstehen, welche davon sich auf mein Y auswirken (ich habe 14 verschiedene Ys, die ich einzeln verstehen möchte, also alle Xs gegen ein Y).
Für einige der Ys funktioniert es einwandfrei, für andere empfiehlt das RM PRESS-Diagramm: "Hinweis: Der minimale Root-Mittelwert PRESS beträgt 1,25 und die minimierende Anzahl von Faktoren beträgt 0." und ich kann daher kein Modell erstellen (zum Beispiel Y_1 in der angehängten Datenbank).
Warum macht es das? Ich dachte, es könnte mit den fehlenden Daten verknüpft sein, aber dann verstehe ich nicht, warum es für die anderen Ys funktionieren würde?
@martindemel
Betreff: PLS-Modellierung - "0 Faktoren" wird empfohlenEin Vorteil von PLS ist die gleichzeitige Modellierung mehrerer Antworten mit mehreren Prädiktoren, insbesondere wenn die Anzahl der Prädiktoren die Anzahl der Beobachtungen überschreitet. Sie können stattdessen eine gedrehte PCA mit den Prädiktoren verwenden, um Faktoren für die Regression mit individuellen Antworten festzulegen.
Betreff: PLS-Modellierung - "0 Faktoren" wird empfohlenWenn ich also gut verstehe, dass ich nicht das richtige Werkzeug für das verwendet habe, was ich tun wollte, ist es das?Betreff: PLS-Modellierung - "0 Faktoren" wird empfohlenIch verstehe Ihre Daten oder Ihre beabsichtigte Analyse aus Ihrer ersten kurzen Beschreibung nicht vollständig. Es scheint sich zu lohnen, eine gedrehte PCA mit den einzelnen Antworten auszuprobieren.
Multivariate Modelle wie PLS basieren auf einer großen Anzahl von Variablen, die Korrelationen zwischen X, Y und X und Y aufweisen. Dieses Ergebnis könnte Ihr Ziel sein. Ich konnte es nicht sagen. Es könnte auch Ihr Ziel sein, Variablen für die Vorhersage einzelner Antworten zu identifizieren oder auszuwählen. Die Variablenauswahl ist mit verschiedenen Tools in JMP möglich. Anstelle der Variablenauswahl möchten Sie möglicherweise die Variablensynthese mit gedrehtem PCA verwenden. Auf diese Weise fügen Sie die meisten Originalinformationen ein und reduzieren gleichzeitig die Dimensionalität des Problems.
Lassen Sie mich mehr über Ihren Fall wissen und ich werde Ihnen helfen, wenn Sie weitere Fragen haben.
Betreff: PLS-Modellierung - "0 Faktoren" wird empfohlenIch möchte zuerst einen Schritt zurücktreten. Die Verwendung aller Ys funktioniert offensichtlich nicht, da alle Zeilen unter Berücksichtigung aller Ys fehlen. Betrachtet man nur zB Y1 und einfach gegen die Faktoren zu visualisieren, kann man sehen, dass fast jeder Faktor einige seltsame Punkte hat, die eine Passform völlig falsch aussehen lassen. Ich vermute also, dass die Daten einige potenzielle Ausreißer enthalten, die es PLS schwer machen, zu einem Ergebnis zu gelangen, und Sie erhalten die Benachrichtigung.
Nachdem ich keinen von Marks Vorschlägen ausprobiert hatte, würde ich eine Datenprüfung durchführen, ob dies wahr sein kann.
Betreff: PLS-Modellierung – „0 Faktoren“ wird empfohlenIn der Tat hast du recht, ich werde dann die Daten überprüfen und sehen, ob ich Marks Vorschlag umsetzen kann!
Vielen Dank
