バイナリカテゴリカル変数のPLS回帰係数の解釈部分最小二乗パーソナリティを持つフィットモデルを使用して、連続従属変数のモデルを作成しました。説明変数には、いくつかの連続変数と、AまたはBの2つのオプションを持つカテゴリ変数が含まれます。オプションAとBは、別々のダミー変数として扱われることを理解しています。フィッティングを実行すると、オプションAの回帰係数は約-0.4で、オプションBの回帰係数は同様の値です。これはどうやってできるの？オプションAの係数はオプションBに関連して決定されると想定し、少なくとも2つの係数は異なると予想しました。
Re：バイナリカテゴリカル変数のPLS回帰係数の解釈JMPの線形予測子のパラメーター化では、カテゴリー項の係数の合計がゼロになる必要があります。以下は、Fitnessデータセットを使用したPLS回帰の例です。従属変数はOxyです。2レベルの予測子Sexには、大きさが等しく符号が反対の係数があることに注意してください。
それはあなたがあなたのケースで見るものですか？
Re：バイナリカテゴリカル変数のPLS回帰係数の解釈こんにちはマーク、返信ありがとうございます。2レベルの予測子には、実際には係数-0.3160と-0.2881があります。データを中央に配置してスケーリングし、データセット全体でこの予測子のレベルが2つしかないことを再確認しました。
Re：バイナリカテゴリカル変数のPLS回帰係数の解釈知りません。多分別のメンバーが答えを持っています。
それ以外の場合は、JMPテクニカルサポート（ support@jmp.com ）。あなたが彼らの助けを求めるなら、彼らの答えで返信してください。
