偏最小二乘法大家好，
我正在尝试对 JMP 中的数据集执行多元偏最小二乘法。 该数据集由 10 行和 59740 列组成（FT-IR 数据，其中具有数千个“离散”测量值以创建连续曲线）。 当我尝试运行 PLS、将 59738 列设置为 X 因子、将两列设置为 Y 响应时，出现以下错误。
该数据集的结构与波罗的海样本数据集相同，但具有更多测量值。
有谁知道如何解决这个问题？ 如果我只选择一小部分 X 响应而不是全部 59738 个，它就会起作用。 我是否超出了 JMP 可以处理的数据容量？
谢谢
回复：偏最小二乘法我现在意识到我可以通过运行 PLS，然后使用 VIP 制作模型来做到这一点。 然而，当我在 X 缩减数据集上执行此操作时，我得到了一些奇怪的结果。 它决定最小化 PRESS 的因子数量为 0，因此我无法提取任何有意义的信息。 这与初始 PLS 相反，它决定七个因素，对 X (97.7%) 和 Y (99.9%) 具有相当强的预测能力。 似乎删除不重要的 X 因素会使模型变得更糟，这对我来说似乎没有意义。 也许我误解了这个结果？回复：偏最小二乘法好的...零是实际的数字数据。 我想知道根据错误消息，在超过 50,000 个预测变量的长列表中的某个位置，您是否以某种方式获得了包含整个缺失值的列？ 如果我正确解释错误消息，则计算缺失值的平均值是缺失值的首选方法。 您是否运行过任何缺失值探索平台来查看这实际上是否是错误的根本原因？ 如果您有一列完全缺失值，则无法创建平均值。 如果缺失值不是问题......那么我会不知所措并思考@ian_jmp和@比尔_沃利联系 JMP 技术支持可能是最好的办法。
我（在担任 JMP 系统工程师期间）曾经有一位客户遇到类似的“错误”类型消息，根本原因是缺少分散在整个数据表中的值，导致她尝试使用的分析平台无法执行。
回复：偏最小二乘法感谢您强调这一点，它们是真正的数字零值，并且没有丢失数据点。回复：偏最小二乘法嘿伊恩，谢谢你的回复。 我将向 JMP 支持人员发送电子邮件。 我已经绘制了数据，但并非所有区域都会区分响应。 我可以通过手动消除无响应的 X 因素来运行 PLS（这实际上将要考虑的列数从大约 59,738 减少到接近 8,000）。 然而，这是不理想的，我宁愿能够找到一种系统/计算的方法来消除非响应 X 因素，而不是自己做（根据定义，这很容易过度拟合，并且可能会建模一些频谱噪声） ）。
不知何故，我想使用缩放和居中的模型系数来决定有用的波数范围（（标准例如系数> =最大值的5％？）。 我不知道如何做到这一点，如果您有任何想法，我们将不胜感激。回复：偏最小二乘法您的另一个问题...“零”响应在数字上是否真的为零，或者只是“缺失值”的占位符？ 在每列中的其他值的上下文中，零对我来说看起来很奇怪。 JMP 需要知道它们是否真的为零（看起来这就是您到目前为止的分析处理它们的方式）或者它们是否缺失，那么您希望如何处理“缺失”？
回复：偏最小二乘法我同意 Ian 联系支持人员的观点，但您还可以尝试其他几种选择。
看起来您正在使用 JMP Pro。您尝试过广义回归吗？您可以使用弹性网络等惩罚回归方法来限制重要强度的数量。
查看光谱数据的一个好方法是使用将行作为函数的函数数据浏览器。使用亚胺和胺浓度的输出作为“Z 补充”将允许您使用函数 DOE 功能 (JMP Pro 15) 来获取数据的广义回归模型。确保放入样本 ID 列以拟合各个曲线，并使用 P 样条曲线拟合模型。对于 59,740 列，这可能需要一点时间，但我相信值得一试。
华泰
账单
回复：偏最小二乘法可能最好发电子邮件support@jmp.com引用此线程。
从方法论的角度来看，你绘制了数据吗？ 您是否期望所有波长/频率区域都能区分响应？
