列多於行時的數據分析大家好
我想尋求您的幫助，因為我有一個數據集：
- 在專欄中，鍍鋅鋼生產線的工藝參數
- 成排，已在該生產線上加工的線圈
目的是將捲材上出現的缺陷數量與一個或多個工藝參數相關聯。
不幸的是，我的數據集的列（407）比行（63）多。
你對如何進行有什麼建議嗎？
分析Re: 列多於行時的數據分析你好@stephanegeorges ,
有很多選項，具體取決於您使用的是 JMP 還是 JMP Pro。
在直接進行分析之前，我將可視化過程參數之間以及過程參數與響應（默認值）之間的相關性，因為這可以指示相關變量和影響默認值分析的輸入（分析中的平台“多變量”->多元方法）。
然後，需要考慮的一些選項：
- JMP：
- 第一種方法可能是進行主成分分析 (PCA)，然後嘗試使用這些 PCA 參數對默認響應進行建模。 但是這種方法會使您失去一些關於哪些因素會影響默認值的可解釋性，因為它們將組合在 PCA 變量中。
- 另一種選擇是嘗試偏最小二乘法 (PLS)，當您處理大量相關變量和很少的觀察時，這是一種非常有效的方法。 例如，它用於光譜分析，其中您幾乎沒有觀察結果，但輸入數據很多（例如，每個波長的透射率/強度）。
- 可能還有趣的是嘗試預測器篩選以了解哪些因素是最重要的。
- JMP臨：
- 除了預測器篩選，您可以嘗試“隨機森林”，在那裡您將獲得有關模型的更多信息以及保存公式的可能性。 由於 RF 對每棵樹都使用了特徵裝袋，因此您可以確信即使在多重共線性和參數多於觀測值的情況下，每個參數在樹中被選擇的概率相同，因此您可以很好地了解哪些因素影響默認值。
- 您還可以使用 Lasso、Ridge 或 Elastic Net 等懲罰估計方法查看廣義回歸模型。
這些是我在嘗試更複雜的方法之前首先嘗試的模型/技術。
我讓這個社區的專家完成我的答案:)
我希望這能幫到您，
