Regresión de componentes principales (PCR) y regresión de mínimos cuadrados parciales basada en PCAEstimados 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.
Siento 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 basada en PCA¡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 pregunta delicada sobre la regresión bien ajustada y el carácter explicativo de los componentes principales involucrados.
¡Muchas gracias!
Re: Regresión de componentes principales (PCR) y regresión de mínimos cuadrados parciales basada en PCASí, esa es la idea básica. Está reemplazando un conjunto más grande de medidas colineales con un pequeño conjunto 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, están correlacionados con la respuesta. De esta forma, si se selecciona alguno de los componentes para el modelo de regresión, entonces se utilizan todas las medidas originales.
Tienes que estudiar el PCA cuidadosamente. Es posible que los componentes no sean interpretables, en cuyo caso podría obtener una regresión "buena", pero podría 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 basada en PCAAsí 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 se guardan como columnas, se pueden usar como variables para construir una regresión lineal mediante la opción estándar "Ajustar modelo", ¿no? ¿O hay algunas manipulaciones específicas mientras se organiza PCR/PLSR?
¡Gracias!
Re: Regresión de componentes principales (PCR) y regresión de mínimos cuadrados parciales basada en PCAPara complementar @Mark_Bailey Con el consejo de, es posible que desee ver este seminario web a pedido que presenté durante mi mandato como ingeniero sénior de sistemas de JMP. Está un poco anticuado... Creo que usé JMP Pro v14... ¿así que puede haber algunas capacidades nuevas y geniales en JMP Pro v16 si está usando esa versión? Pero, con suerte, ver el seminario web al menos lo 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 basada en PCAPuede comenzar con la Ayuda de JMP sobre PCA , que habla de la herramienta JMP.
Este libro podría ser útil a medida que entra en la metodología.
