400355_es-ES

liliconcom

Re: Regresión de componentes principales (PCR) y regresión de mínimos cuadrados parciales basados en PCA

Esto libro podría ser útil.

Regresión de componentes principales (PCR) y regresión de mínimos cuadrados parciales basados en PCA

Queridos colegas,

 

Me he encontrado con una situación para tratar con PCR (regresión de componentes principales) y regresión de mínimos cuadrados parciales (PLSR). Desafortunadamente, no encontré información sobre PCR y PLSR basado en PCA en los tutoriales.

 

Creo que debe haber una forma manual simple de organizar el modelado predictivo utilizando los resultados obtenidos después de la opción PCA en JMP Pro.

Agradecería amablemente el consejo sobre cómo operar los datos de PCA utilizando modelos predictivos en PCR y PLSR.

¡Muchas gracias!
Miguel

AnalíticaOtroRe: Regresión de componentes principales (PCR) y regresión de mínimos cuadrados parciales basados en PCA

Para complementar @markbailey Es posible que desee ver este seminario web a pedido que presenté durante mi mandato como ingeniero de sistemas sénior de JMP. Está un poco anticuado ... Creo que usé JMP Pro v14 ... ¿así que puede haber algunas nuevas capacidades interesantes en JMP Pro v16 si está usando esa versión? Pero, con suerte, ver el seminario web al menos le ayudará a comenzar. No cubro la regresión de componentes principales.

Mínimos cuadrados parciales ... Qué usar cuando la regresión por mínimos cuadrados ordinarios no funciona

Re: Regresión de componentes principales (PCR) y regresión de mínimos cuadrados parciales basados en PCA

¡Eso es, gracias!
Antes de publicar este tema, se había aprendido el tutorial respectivo y, como se dijo, no se encontró información particular sobre PCR y PLSR usando PCA.

Por favor, corríjame si me equivoco: si ciertos componentes principales (PC) se exploran y guardan como columnas, se pueden usar como variables para construir regresiones lineales mediante la opción estándar "Ajustar modelo", ¿verdad? ¿O hay algunas manipulaciones específicas mientras se arregla PCR / PLSR?
¡Gracias!

Re: Regresión de componentes principales (PCR) y regresión de mínimos cuadrados parciales basados en PCA

Sí, esa es la idea básica. Está reemplazando un conjunto mayor de medidas colineales con un conjunto pequeño de componentes ortogonales. Los componentes se seleccionan en función del tamaño de los valores propios y las correlaciones en los vectores propios. El análisis de regresión determinará qué componentes, si los hay, se correlacionan con la respuesta. De esta forma, si se selecciona alguno de los componentes para el modelo de regresión, se utilizan todas las medidas originales.

 

Tienes que estudiar el PCA con detenimiento. Es posible que los componentes no sean interpretables, en cuyo caso puede obtener una regresión "buena", pero puede ser difícil de interpretar. Está intercambiando los problemas de dimensionalidad y colinealidad por el problema de la interpretabilidad. No puedes 'comer tu pastel y tenerlo también'.

Re: Regresión de componentes principales (PCR) y regresión de mínimos cuadrados parciales basados en PCA

¡Eso es genial! Mi preocupación consistía básicamente en la cuestión técnica del rendimiento de PCR dentro de JMP Pro. Estoy totalmente de acuerdo en que es una cuestión delicada sobre la regresión adecuada y el carácter explicativo de los componentes principales involucrados.

¡Muchas gracias!