Re：PCAに基づく主成分回帰（PCR）と部分最小二乗回帰この本役に立つかもしれません。
PCAに基づく主成分回帰（PCR）と部分最小二乗回帰親愛なる同僚、
PCR（主成分回帰）と部分最小二乗回帰（PLSR）を処理する状況に遭遇しました。 残念ながら、チュートリアルで見つけられなかったPCRおよびPCAベースのPLSRに関する情報はありません。
JMP ProのPCAオプションの後に得られた結果を使用して、予測モデリングを手動で簡単に調整する方法が必要だと思います。
PCRとPLSRの予測モデリングを使用してPCAのデータを操作する方法についてアドバイスをいただければ幸いです。
どうもありがとう！
マイケル
分析その他Re：PCAに基づく主成分回帰（PCR）と部分最小二乗回帰補完する@markbaileyのアドバイスですが、JMPシニアシステムエンジニアとしての在職中に提示したオンデマンドのウェビナーをご覧になることをお勧めします。 少し古いです...私はJMPPro v14を使用したと思います...そのバージョンを使用している場合、JMP Pro v16にいくつかのクールな新機能があるかもしれませんか？ しかし、うまくいけば、ウェビナーを見ることが少なくともあなたを始めるのに役立つでしょうか？ 主成分回帰については説明しません。
部分最小二乗...通常の最小二乗回帰が機能しない場合の使用方法
Re：PCAに基づく主成分回帰（PCR）と部分最小二乗回帰そうです、ありがとう！
この主題を投稿する前に、それぞれのチュートリアルが学習されており、前述のように、PCAを使用したPCRおよびPLSRに関する特定の情報は見つかりませんでした。
私が間違っている場合は、訂正してください。特定の主成分（PC）が探索され、列として保存されている場合、標準の「モデルに適合」オプションを使用して線形回帰を構築するための変数として使用できます。 または、PCR / PLSRが調整されている間にいくつかの特定の操作がありますか？
ありがとう！
Re：PCAに基づく主成分回帰（PCR）と部分最小二乗回帰はい、それが基本的な考え方です。 同一線上の測定値の大きなセットを直交成分の小さなセットに置き換えます。 コンポーネントは、固有値のサイズと固有ベクトルの相関に基づいて選択されます。 回帰分析は、もしあれば、どのコンポーネントが応答と相関しているかを決定します。 このように、回帰モデルにコンポーネントのいずれかが選択されている場合は、元のすべての測定値が使用されます。
PCAを注意深く研究する必要があります。 コンポーネントが解釈できない場合があります。その場合、「良好な」回帰が得られる可能性がありますが、解釈が難しい場合があります。 あなたは、解釈可能性の問題と次元性と共線性の問題を交換しています。 あなたは「あなたのケーキを食べて、それを持っていることもできません」。
