该帮助的版本不再更新，请参见https://www.jmp.com/support/help/zh-cn/15.2 获取最新的版本.


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。
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
“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)