Ich kenne die Antwort auf diese Frage, also sollte dies vielleicht stattdessen in die "Wunschliste" aufgenommen werden, obwohl es vielleicht einen Workaround gibt: Ich habe komplexe Datensätze, in denen ich viele Ys (Analyten) und viele Xs (Umweltdaten) habe ). So ziemlich die einzige JMP Pro-Plattform, die Multi-Y/Multi-X-Modelle erstellen kann, ist die partielle kleinste Quadrate und die generalisierte Regression (glaube ich). Nachdem ich ein wirklich ausgezeichnetes Webinar von @kemal_oflus in neuronalen Netzwerken (die ich zum Modellieren einzelner Y-Antworten mit vielen X verwende) frage ich mich, ob es eine Möglichkeit gibt, die Leistungsfähigkeit der neuronalen Netzwerkplattform von JMP zur Modellierung multivariater Daten zu nutzen. Ich spreche von Dingen wie Ansammlungen von Organismen oder genomischen Datensätzen, für die Sie die einflussreichsten Umwelttreiber der Variation kennen möchten. Ich denke, Gen-reg und PLS sind in Ordnung, um diese Art von Datensätzen ehrlich zu handhaben, aber nur aus Neugier könnte ein neuronales Netzwerkmodell verwendet werden, um eine Multi-Y-Vorhersage zu liefern?Vielleicht möchten Sie zum Beispiel wissen, welche Umweltbedingungen für zwei Korallenarten am besten geeignet sind. Ich denke, Sie würden einfach für jede Korallenart ein Modell erstellen und sie vergleichen, obwohl dies bei Ökosystemen mit vielen verschiedenen Bewohnern umständlich werden könnte!
