為相關資料和高維度資料建立預測模型學習使用變數選擇技術來擬合模型，包括專門針對相關數據和高維度資料進行建模的收縮技術。了解如何使用 來探索連續、二項式、計數或零膨脹響應的各種分佈，以及如何比較使用其他技術建立的模型。
進階統計建模回覆：為相關和高維度資料建立預測模型關於將二次效應和交互作用整合到 PCA 回歸的能力仍然存在一個懸而未決的問題：
理論上，在主成分分析之前必須使用公式列建立相應的列（例如，二次效應的 Column1*Column1），然後在主成分分析中也將其考慮在內。根據列數，必須在此處添加很多內容。此外，將列相乘會扭曲縮放比例。
如果有合適的用例，使用 JMP Pro 的 PLS 是更直接的解決方案。
回覆：為相關和高維度資料建立預測模型你好喬納斯
感謝您的回覆。我自己能夠回答這個問題。例如，使用 2 個因子，可以使用「Fit Y by」透過主成分分析對生成的 Prin1 和 Prin2 進行建模我使用已發表的案例研究進行了嘗試，其中由於約束而在 2 因子 DOE 中出現了因子相關性（但這不是問題，因為評估中的「標準誤差」很小）。如上所述，透過主成分分析對這些部分相關的因素進行分析會產生幾乎相同的結果。
格魯塞,
衣服
