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。“偏最小二乘”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，从而支持您构造“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。

图 6.1 “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”报表

“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

“偏最小二乘”平台的统计详细信息

偏最小二乘

van der Voet T2

T2 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)