列多于行时的数据分析大家好
我想寻求您的帮助，因为我有一个数据集：
- 在专栏中，镀锌钢生产线的工艺参数
- 成排，已在该生产线上加工的线圈
目的是将卷材上出现的缺陷数量与一个或多个工艺参数相关联。
不幸的是，我的数据集的列（407）比行（63）多。
你对如何进行有什么建议吗？
分析Re: 列多于行时的数据分析你好@stephanegeorges ,
有很多选项，具体取决于您使用的是 JMP 还是 JMP Pro。
在直接进行分析之前，我将可视化过程参数之间以及过程参数与响应（默认值）之间的相关性，因为这可以指示相关变量和影响默认值分析的输入（分析中的平台“多变量”->多元方法）。
然后，需要考虑的一些选项：
- JMP：
- 第一种方法可能是进行主成分分析 (PCA)，然后尝试使用这些 PCA 参数对默认响应进行建模。 但是这种方法会使您失去一些关于哪些因素会影响默认值的可解释性，因为它们将组合在 PCA 变量中。
- 另一种选择是尝试偏最小二乘法 (PLS)，当您处理大量相关变量和很少的观察时，这是一种非常有效的方法。 例如，它用于光谱分析，其中您几乎没有观察结果，但输入数据很多（例如，每个波长的透射率/强度）。
- 可能还有趣的是尝试预测器筛选以了解哪些因素是最重要的。
- JMP临：
- 除了预测器筛选，您可以尝试“随机森林”，在那里您将获得有关模型的更多信息以及保存公式的可能性。 由于 RF 对每棵树都使用了特征装袋，因此您可以确信即使在多重共线性和参数多于观测值的情况下，每个参数在树中被选择的概率相同，因此您可以很好地了解哪些因素影响默认值。
- 您还可以使用 Lasso、Ridge 或 Elastic Net 等惩罚估计方法查看广义回归模型。
这些是我在尝试更复杂的方法之前首先尝试的模型/技术。
我让这个社区的专家完成我的答案:)
我希望这能帮到您，
