Tengo una tabla de 92,000 columnas (genes) x 12 filas (muestras) y me gustaría usar PLS para modelar los efectos del tratamiento. Sin embargo, mis tratamientos (lugar de origen y temperatura) son categóricos. Si utilizo el análisis discriminante, solo puedo probar uno a la vez. Si utilizo PLS en la plataforma Fit Model, puedo hacer un modelo predictor factorial completo, PERO no hay SVD (presumiblemente), por lo que el análisis falla. ¿Hay algo parecido a la SVD en alguna plataforma similar a PLS que NO sea un análisis discriminante? Alternativamente, ¿es posible tener más de un predictor (X) en el análisis discriminante? Adjunté la mesa. Idealmente, tendría todos los 92,960 genes como Y y el sitio de origen, la temperatura y su interacción como predictores (3 términos). ¡Quizás mi computadora sea demasiado vieja (8 GB de RAM con procesador de 1.7 Ghz)! Me pregunto si lo que quiero hacer SOLO se puede lograr con JMP Genomics (que, de manera molesta, la Universidad de Miami se niega a comprar, ¡incluso después de mi regaño!).
¿Una de sus opciones podría ser uno de los métodos de regresión penalizados? No usan SVD, pero vienen al problema de la reducción de variables desde un punto de vista analítico diferente ... no la reducción de dimensionalidad que se incluye en PLS. Es posible que su computadora aún se cuelgue debido a la cantidad de modelos que se 'ajustarán' en segundo plano ... pero ¿vale la pena intentarlo?
