Interpretieren von PLS-Regressionskoeffizienten für eine binäre kategoriale VariableIch habe „Modell anpassen“ mit der Persönlichkeit „Partielle kleinste Quadrate“ verwendet, um ein Modell für eine kontinuierliche abhängige Variable zu erstellen. Erklärende Variablen umfassen mehrere kontinuierliche Variablen und eine kategoriale Variable mit zwei Optionen, A oder B. Ich verstehe, dass Option A und B als separate Dummy-Variablen behandelt werden. Wenn ich die Anpassung durchführe, beträgt der Regressionskoeffizient für Option A etwa -0,4 und der Regressionskoeffizient für Option B hat einen ähnlichen Wert. Wie konnte das sein? Ich ging davon aus, dass der Koeffizient für Option A relativ zu Option B bestimmt wurde, und erwartete, dass die beiden Koeffizienten zumindest unterschiedlich sein würden.
Betreff: Interpretation der PLS-Regressionskoeffizienten für eine binäre kategoriale VariableIch weiß nicht. Vielleicht hat ein anderes Mitglied die Antwort.
Andernfalls wenden Sie sich an den technischen Support von JMP ( support@jmp.com ). Bitte antworten Sie mit ihrer Antwort, wenn Sie ihre Hilfe suchen.
Betreff: Interpretation der PLS-Regressionskoeffizienten für eine binäre kategoriale VariableHallo Mark, danke für deine Antwort. Mein zweistufiger Prädiktor hat tatsächlich die Koeffizienten -0,3160 und -0,2881. Ich habe meine Daten zentriert und skaliert und außerdem überprüft, dass es im gesamten Datensatz nur zwei Ebenen für diesen Prädiktor gab.
Betreff: Interpretation der PLS-Regressionskoeffizienten für eine binäre kategoriale VariableDie Parametrisierung des linearen Prädiktors in JMP ist so, dass die Koeffizienten für einen kategorialen Term in der Summe Null ergeben müssen. Hier ist ein Beispiel einer PLS-Regression unter Verwendung des Fitness-Datensatzes. Die abhängige Variable ist Oxy. Beachten Sie, dass der zweistufige Prädiktor „Geschlecht“ Koeffizienten gleicher Größe, aber mit entgegengesetztem Vorzeichen hat.
Sehen Sie das in Ihrem Fall?
