Conosco la risposta a questa domanda, quindi forse dovrebbe essere postata nella "lista dei desideri", anche se forse c'è una soluzione: ho set di dati complessi in cui ho molte Y (analita) e molte X (dati ambientali ). Praticamente l'unica piattaforma JMP Pro in grado di creare modelli multi-Y/multi-X sono i minimi quadrati parziali e la regressione generalizzata (credo). Dopo aver assistito a un webinar davvero eccellente di @kemal_oplus sulle reti neurali (che utilizzo per modellare singole risposte Y con molte X), mi chiedo se esiste un modo per sfruttare la potenza della piattaforma di rete neurale di JMP per modellare dati multivariati. Sto parlando di cose come assemblaggi di organismi o set di dati genomici per i quali vuoi conoscere i fattori di variazione ambientali più influenti. Immagino che Gen-reg e PLS vadano bene per gestire questo tipo di set di dati in tutta onestà, ma solo per curiosità si potrebbe usare un modello di rete neurale per produrre una previsione multi-Y?Ad esempio, forse vuoi conoscere le condizioni ambientali più adatte a due specie di corallo. Immagino che dovresti semplicemente costruire un modello per ogni specie di corallo e confrontarli, anche se questo potrebbe diventare ingombrante con ecosistemi con molti abitanti diversi!
