JMP 13.2 联机文档
发现 JMP
使用 JMP
基本分析
基本绘图
刻画器指南
实验设计指南
拟合线性模型
预测和专业建模
多元方法
质量和过程方法
可靠性和生存方法
消费者研究
Scripting Guide
JSL Syntax Reference
多元方法
• 偏最小二乘模型
上一个
•
下一个
偏最小二乘模型
使用 Y 和 X 之间的相关性构建模型
“偏最小二乘”(PLS) 平台基于因子(即解释变量 (
X
) 的线性组合)来拟合线性模型。这些因子是通过将
X
与一个或多个响应 (
Y
) 之间的协方差最大化得到的。PLS 利用
X
和
Y
之间的相关性揭示底层的潜在结构。
JMP Pro 提供更多功能,从而允许您构造“PLS 判别分析 (PLS-DA)”,包括各种模型效应、利用几种验证方法、补缺缺失数据以及获取各种统计量分布的 Bootstrap 估计值。
偏最小二乘适用于以下情况:X 变量数比观测数多;X 变量之间高度相关;X 变量非常多;只有几个 Y 变量但有很多 X 变量,此时使用普通最小二乘法将无法得到满意的结果。
“偏最小二乘”报表的一部分
目录
“偏最小二乘”平台概述
“偏最小二乘”示例
启动“偏最小二乘”平台
中心化和统一尺度
标准化 X
“模型启动”控制面板
“偏最小二乘”报表
模型比较汇总
<交叉验证方法> 和方法 = <方法指定>
“模型拟合”报表
“偏最小二乘”选项
“模型拟合”选项
变量重要性图
系数-VIP 图
保存列
统计详细信息
偏最小二乘
van der Voet T
2
T
2
图
X 得分散点图矩阵的置信椭圆
预测的标准误差和置信限
标准化得分和载荷
PLS 判别分析 (PLS-DA)