Régression en composantes principales (PCR) et régression partielle des moindres carrés basée sur l'ACPChers collègues,
J'ai rencontré une situation pour gérer la PCR (Régression en Composantes Principales) et la Régression Partielle des Moindres Carrés (PLSR). Malheureusement, aucune information sur le PLSR basé sur PCR et PCA que je n'ai trouvée dans les tutoriels.
Je pense qu'il doit exister un moyen manuel simple d'organiser la modélisation prédictive en utilisant les résultats obtenus après l'option PCA dans JMP Pro.
J'apprécierais les conseils sur la façon d'exploiter les données de PCA en utilisant la modélisation prédictive dans PCR & PLSR.
Merci beaucoup!
Michael
Modélisation statistique avancéeObjet : Régression en composantes principales (PCR) et régression partielle des moindres carrés basée sur l'ACPC'est super! Ma préoccupation concernait essentiellement le problème technique des performances du PCR dans JMP Pro. Je suis tout à fait d'accord qu'il s'agit d'une question délicate de régression bien ajustée et de caractère explicatif des principales composantes impliquées.
Merci beaucoup!
Objet : Régression en composantes principales (PCR) et régression partielle des moindres carrés basée sur l'ACPOui, c'est l'idée de base. Vous remplacez un plus grand ensemble de mesures colinéaires par un petit ensemble de composants orthogonaux. Les composants sont sélectionnés en fonction de la taille des valeurs propres et des corrélations dans les vecteurs propres. L'analyse de régression déterminera quelles composantes, le cas échéant, sont corrélées à la réponse. De cette façon, si l’une des composantes est sélectionnée pour le modèle de régression, alors toutes les mesures originales sont utilisées.
Vous devez étudier attentivement le PCA. Les composants peuvent ne pas être interprétables, auquel cas vous pourriez obtenir une « bonne » régression mais elle pourrait être difficile à interpréter. Vous échangez les problèmes de dimensionnalité et de colinéarité contre le problème de l'interprétabilité. Vous ne pouvez pas « manger le gâteau et l'avoir aussi ».
Objet : Régression en composantes principales (PCR) et régression partielle des moindres carrés basée sur l'ACPC'est vrai, merci !
Avant de publier ce sujet, le didacticiel correspondant avait été appris et, comme indiqué, aucune information particulière sur la PCR et le PLSR utilisant la PCA n'a été trouvée.
S'il vous plaît, corrigez-moi si je me trompe : si certains composants principaux (PC) sont explorés et enregistrés sous forme de colonnes, ils peuvent être utilisés comme variables pour construire une régression linéaire au moyen de l'option standard "Ajuster le modèle", n'est-ce pas ? Ou y a-t-il des manipulations spécifiques pendant l'organisation du PCR/PLSR ?
Merci!
Objet : Régression en composantes principales (PCR) et régression partielle des moindres carrés basée sur l'ACPPour compléter @Mark_Bailey Selon les conseils de JMP, vous souhaiterez peut-être regarder ce webinaire à la demande que j'ai présenté pendant mon mandat d'ingénieur système senior chez JMP. C'est un peu daté... Je pense que j'ai utilisé JMP Pro v14... donc il peut y avoir de nouvelles fonctionnalités intéressantes dans JMP Pro v16 si vous utilisez cette version ? Mais j’espère que regarder le webinaire vous aidera au moins à démarrer ? Je ne couvre pas la régression en composantes principales.
Moindres carrés partiels... Que utiliser lorsque la régression des moindres carrés ordinaires ne fonctionne pas
Objet : Régression en composantes principales (PCR) et régression partielle des moindres carrés basée sur l'ACPVous pouvez commencer par consulter l'aide JMP concernant APC , qui parle de l'outil JMP.
Ce livre pourrait être utile en ce qui concerne la méthodologie.
