寻找响应之间的相关性你好，
有没有一种方法可以确定两个响应之间的相关性？假设我有 5 个因素 A、B、C、D 和 E。 我的反应是 X,Y,Z。 什么是显示 X 和 Y 相关的最佳分析，并且只有 X 响应实际上取决于 5 个因素，而 Y 实际上是 X 的响应。
数据库
伊尔凡
回复：寻找响应之间的相关性
你好，
如果我有一个如上所示的相关性，其中 F 是对 D 和 E 的响应，但因子 D 实际上是 A 和 B 的响应。 我如何构建 DOE 实验。 这就是我想问的，DOE表是否有可能产生这种关系
数据库
伊尔凡
回复：寻找响应之间的相关性你好，
观测序列之间的互相关没有什么价值。 您应该使用单次预白来帮助初始识别。 确保在形成 arima 过滤器之前考虑到单个 x 中的异常
使用预美白
使每个变量静止并分别使用每个 x 的滤波器来估计 ccf
此处无需使用 Granger，您正在尝试识别初始模型
绝对不需要去趋势来创建 arima 过滤器，除非它们需要与 arima 模型一起使用
问候
贾耶什
回复：寻找响应之间的相关性谢谢彼得/马克
回复：寻找响应之间的相关性@albiruni81我一直在旁观这个话题。 我的同事@Mark_Bailey提供了中肯的建议。
有关预测变量和响应之间的 PLS 和相关性的示例，我建议查看 JMP 示例数据目录中的 Baltic.jmp 数据表。 只需运行数据表中的嵌入脚本即可执行分析。 平台报告中有几个可视化可以提供关于 x 和 y 之间相关性的洞察力。 JMP 文档中还对此特定数据表进行了说明。 您可能还想查看我录制的 On Demand Advanced Mastering JMP 事件：
https://www.jmp.com/en_us/events/ondemand/mastering-jmp/partial-least-squares.html
回复：寻找响应之间的相关性嗨，马克，
您是否有任何示例来说明 PLS 如何显示预测变量之间的相关性？ 正如您在之前的声明中提到的，没有额外信息，知道哪个响应是实际响应，需要哪些额外信息来确定这一点？
数据库
伊尔凡
回复：寻找响应之间的相关性似乎一种简单的方法是使用双变量平台对 X 上的 Y 进行简单线性回归。 如果建立高度相关性，则 Y 本质上是多余的。 此分析无法确定 X 或 Y 是响应。 任何一个都可能是回应。 因此，没有额外信息的决定是任意的。
更复杂的方法是 (A,B,C,D,E) 上的 (X,Y,Z) 的偏最小二乘法。 PLS 可以告诉您因子之间、预测变量之间以及因子与预测变量之间的相关性。 PLS 可以指示 X 和 Y 是否相关，以及它们是否以相同的方式与因子相关。
