¡Hola a todos!
He realizado una prueba PLS-DA para un conjunto de datos que consta de datos espectrales FTIR de cinco sistemas diferentes bajo cinco tratamientos distintos. He utilizado la plataforma de modelos de ajuste para poder gestionar variables categóricas en mis variables Y. Según las estadísticas de PRESS, este modelo tiene un número óptimo de factores de 7 y posee un buen poder de discriminación entre mis muestras.
Luego, observé que las estadísticas proporcionadas por la interfaz del menú están relacionadas con la validación cruzada (PRESS, van der Voet, etc.). Para fines internos, necesitaba ejecutar una prueba de permutación para comprobar la significancia estadística del modelo (es decir, que su capacidad de discriminación no se deba únicamente al azar). Idealmente, debería construir un gráfico como el adjunto (créditos de la imagen a Daniloski et al., 2022).
Intenté hacerlo usando la función multivariante > mínimos cuadrados parciales y luego rellenando el cuadro de validación con una columna de validación que creé con la opción "Crear columna de validación de K-fold" en el modelado predictivo (en este caso, creé variables ficticias para reemplazar mis variables categóricas por variables continuas, de modo que la plataforma pueda gestionarlas). Al hacerlo, lo primero que noté fue que el número de factores estadísticamente significativos en este modelo ahora es 5 (en comparación con los 7 anteriores) y que la capacidad de discriminación ha disminuido considerablemente. Además, todavía no sé cómo crear el gráfico de Daniloski et al., 2022.
Agradecería mucho si alguien pudiera arrojar algo de luz sobre cómo hacer esto, idealmente, manteniendo los 7 factores (es decir, construyendo el modelo a través de la plataforma del modelo de ajuste y utilizando variables categóricas), ya que ese modelo discrimina mejor entre mis muestras.
Gracias de antemano.
Mariana
