PCA に基づく主成分回帰 (PCR) および部分最小二乗回帰親愛なる同僚の皆様
PCR (主成分回帰) と部分最小二乗回帰 (PLSR) に対処する必要がある状況に遭遇しました。 残念ながら、PCR および PCA ベースの PLSR に関する情報はチュートリアルで見つかりませんでした。
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調整する手動の簡単な方法が必要だと感じています。
PCR および PLSR で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
高度な統計モデリングRe: PCA に基づく主成分回帰 (PCR) と部分最小二乗回帰それは素晴らしいことです！ 私の懸念は基本的に、JMP Pro 内の PCR パフォーマンスの技術的な問題にありました。 これは、適切な回帰と関係する主成分の説明的性質に関するデリケートな問題であることに私は完全に同意します。
どうもありがとう！
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。 より大きな共線測定値のセットを、小さな直交成分のセットに置き換えることになります。 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。 回帰分析では、どのコンポーネントが応答と相関しているかを特定します（存在する場合）。 このようにして、いずれかのコンポーネントが回帰モデルに選択されると、すべての元の測定値が使用されます。
PCAを注意深く勉強する必要があります。 コンポーネントは解釈できない可能性があり、その場合は「良好な」回帰が得られる可能性がありますが、解釈が難しい可能性があります。 次元性と共線性の問題を解釈可能性の問題と引き換えにしていることになります。 「ケーキを食べながら、それも食べる」ことはできません。
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！
この件名を投稿する前に、それぞれのチュートリアルを学習していましたが、前述のとおり、PCA を使用した PCR および PLSR に関する特別な情報は見つかりませんでした。
私が間違っていたら訂正してください。特定の主成分 (PC) が調査され、列として保存されている場合、それらは標準の「モデルの適合」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。 それとも、PCR/PLSR の調整中に特定の操作が行われるのでしょうか?
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補完するために@Mark_Baileyのアドバイスを参考に、私が JMP シニア システム エンジニアとして在職中に発表したこのオンデマンド ウェビナーをご覧ください。 少し古いです...私は JMP Pro 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は、JMP Pro v16 にいくつかの素晴らしい新機能があるかもしれません? しかし、ウェビナーを視聴することで少なくとも始めることができれば幸いです? 主成分回帰については扱いません。
部分最小二乗法...通常の最小二乗回帰が機能しない場合に使用する方法
Re: PCA に基づく主成分回帰 (PCR) と部分最小二乗回帰まずは JMP ヘルプから始めてください。 PCAここでは JMP ツールについて説明します。
これ本方法論に入るときに役立つかもしれません。
