PLS建模-建議“ 0個因素”嗨，大家好 ！
這是我的情況：我有58個批次的數據集，並且有213列對應於我的參數Xs（例如：培養第1天的葡萄糖，培養第2天的葡萄糖，等等）。根據X和批次，我在這里和那裡缺少一些數據，但總體而言，數據集還不錯。
現在，我想使用PLS放置我所有的X，並嘗試了解它們中的哪一個會影響我的Y（我想分別了解14個不同的Y，因此所有X與一個Y相對）。
對於某些Y，它可以正常工作，但對於另一些Y，RM PRESS Plot建議：“注意：最小均方根PRESS為1.25，最小化因子為0。”因此，我無法建立任何模型（例如，附加數據庫中的Y_1）。
為什麼這樣做呢？我以為它可能與丟失的數據有關，但是我不明白為什麼它對其他Ys有用？
@martindemel
回复：PLS建模-建議“ 0個因素”PLS的一個優勢是可以同時使用多個預測變量對多個響應進行建模，尤其是當預測變量的數量超過觀察數量時。相反，您可以將旋轉PCA與預測變量一起使用，以針對各個響應做出回歸的因素。
回复：PLS建模-建議“ 0個因素”因此，如果我了解得很好，那麼我並沒有使用想要的正確工具，是嗎？回复：PLS建模-建議“ 0個因素”從您的最初簡短描述中，我無法完全理解您的數據或預期的分析。似乎值得嘗試對各個響應進行輪換的PCA。
諸如PLS之類的多變量模型基於大量變量，這些變量在X，Y，X和Y之間顯示出相關性。這可能是您的目標。我不知道。識別或選擇變量以預測單個響應也可能是您的目標。使用JMP中的幾種不同工具可以進行變量選擇。除了變量選擇之外，您可能希望對旋轉的PCA使用變量綜合。這樣，您可以包含大多數原始信息，同時減少問題的範圍。
讓我進一步了解您的案件，如果您還有其他問題，我會為您提供幫助。
回复：PLS建模-建議“ 0個因素”我想先退後一步。顯然，由於缺少考慮所有Y的所有行，因此使用Y顯然不起作用。只看例如 Y1並簡單地對因素進行可視化，您可以看到幾乎每個因素都有一些奇怪的地方，使得擬合看起來很不正確。因此，我懷疑數據中可能存在一些離群值，這使PLS難以獲得結果，因此您會收到通知。
沒有嘗試過Mark的任何建議，我將進行數據檢查，是否可以做到這一點。
回覆：PLS 建模 - 建議“0 因素”確實，你說得對，我會檢查一下數據，看看是否可以繼續馬克的建議！
多謝
