주성분 회귀(PCR) 및 PCA 기반 부분 최소 제곱 회귀동료들에게,
PCR(Principal Components Regression)과 PLSR(Partial Least Square Regression)을 처리해야 하는 상황에 직면했습니다. 불행히도 튜토리얼에서 PCR 및 PCA 기반 PLSR에 대한 정보를 찾지 못했습니다.
JMP Pro의 PCA 옵션 이후에 얻은 결과를 사용하여 예측 모델링을 배열하는 간단한 수동 방법이 있어야 한다고 생각합니다.
PCR 및 PLSR에서 예측 모델링을 사용하여 PCA의 데이터를 조작하는 방법에 대한 조언을 주시면 감사하겠습니다.
정말 감사합니다!
남자 이름
고급 통계 모델링Re: 주성분 회귀(PCR) 및 PCA 기반 부분 최소 제곱 회귀훌륭해요! 제가 우려했던 점은 기본적으로 JMP Pro 내 PCR 성능의 기술적 문제였습니다. 나는 이것이 잘 맞는 회귀와 관련된 주요 구성 요소의 설명 성격에 대한 민감한 질문이라는 점에 전적으로 동의합니다.
정말 감사합니다!
Re: 주성분 회귀(PCR) 및 PCA 기반 부분 최소 제곱 회귀네, 그게 기본 아이디어입니다. 더 큰 동일선상 측정 세트를 작은 직교 구성요소 세트로 대체합니다. 구성요소는 고유값의 크기와 고유벡터의 상관 관계를 기반으로 선택됩니다. 회귀 분석을 통해 어떤 구성요소가 응답과 상관관계가 있는지 확인합니다. 이러한 방식으로 회귀 모델에 대해 구성요소 중 하나를 선택하면 모든 원래 측정값이 사용됩니다.
PCA를 주의 깊게 공부해야 합니다. 구성 요소를 해석할 수 없을 수도 있습니다. 이 경우 '좋은' 회귀를 얻을 수 있지만 해석하기 어려울 수 있습니다. 해석 가능성 문제를 위해 차원성과 공선성 문제를 교환하고 있습니다. 당신은 '케이크를 먹을 수도 있고, 가질 수도' 없습니다.
Re: 주성분 회귀(PCR) 및 PCA 기반 부분 최소 제곱 회귀그렇군요. 감사합니다!
이 주제를 게시하기 전에 해당 튜토리얼을 학습했지만 PCA를 사용한 PCR 및 PLSR에 대한 특별한 정보는 발견되지 않았습니다.
제가 틀렸다면 정정해 주십시오. 특정 주성분(PC)을 탐색하고 열로 저장하면 표준 "모델 적합" 옵션을 통해 선형 회귀 구축을 위한 변수로 사용할 수 있습니다. 그렇죠? 아니면 PCR/PLSR이 준비되는 동안 몇 가지 특정 조작이 있습니까?
감사해요!
Re: 주성분 회귀(PCR) 및 PCA 기반 부분 최소 제곱 회귀완성을 위해 @마크_베일리 의 조언이 있으니 제가 JMP 수석 시스템 엔지니어로 재직하는 동안 발표한 온디맨드 웹 세미나를 시청해 보세요. 좀 오래됐네요...JMP Pro v14를 사용한 것 같은데...그 버전을 사용한다면 JMP Pro v16에 멋진 새 기능이 추가될 수도 있겠죠? 하지만 웨비나를 시청하면 최소한 시작하는 데 도움이 되기를 바랍니다. 주성분 회귀는 다루지 않습니다.
부분 최소 제곱...일반 최소 제곱 회귀가 작동하지 않을 때 사용하는 방법
Re: 주성분 회귀(PCR) 및 PCA 기반 부분 최소 제곱 회귀JMP 도움말부터 시작해 보세요. PCA 에서는 JMP 도구에 대해 설명합니다.
이것 책 방법론에 들어갈 때 도움이 될 수 있습니다.
