偏最小二乘回归
plsregress
使用SIMPLS算法[1].功能第一中心X
和Y
通过减去列意味着得到中心预测器和响应变量X0
和Y0
,分别。但是,该函数不会重新缩放列。用标准化变量进行PLS回归,请使用zscore
正常化X
和Y
(第X0
和Y0
集中为均值0,缩放为标准差1)。
定心后X
和Y
,plsregress
计算上的奇异值分解(SVD)X0‘* Y0
.预测器和响应负载XL
和YL型
系数是通过回归得到的吗X0
和Y0
关于预测分数XS
.您可以重构居中数据X0
和Y0
使用XS*XL'
和XS*YL'
,分别。
plsregress
最初的计算y
作为y = Y0 * YL型
.按惯例[1]然而,plsregress
然后使的每一列正交y
的前一列XS
因此XS'*YS
是一个下三角矩阵。
[1] Simples:偏最小二乘回归的另一种方法化学计量学和智能实验室系统18日,没有。3(1993年3月):251-63。https://doi.org/10.1016/0169 - 7439 (93) 85002 - x.
[2] 罗曼和妮可·克莱默:《偏最小二乘法概述和最新进展》子空间、潜在结构和特征选择:统计与优化视角研讨会(SLSFS 2005),修订论文选集(计算机科学讲义3940).德国柏林:施普林格出版社,2006,第3940卷,第34-51页。https://doi.org/10.1007/11752790_2.
[3] Chong, Il-Gyo, and Chi-Hyuck Jun. <多重共线性存在时一些变量选择方法的表现>化学计量学和智能实验室系统78年,没有。1-2(2005年7月)103-12。https://doi.org/10.1016/j.chemolab.2004.12.011.