两个多重相关变量组的统计分析(3)(偏最小二乘回归与PLS过程)

本文用PLS过程建立多因变量的偏最小二乘回归模型 ,并用具体例子对最小二乘回归(MLR)、主成分回归 (PCK)和偏最小二乘回归 (PLS)进行比较     

偏最小二乘回归的应用效果分析

本文介绍了偏最小二乘回归 (PLS)的建模方法 ,比较了PLS与普通最小二乘回归 (OLS)及主成分回归的应用效果 ,并总结了PLS回归的基本特点 .     

偏最小二乘回归分析在均匀设计试验建模分析中的应用

本文分析了目前应用一般的最小二乘法建立均匀试验数据的二次多项式回归模型时存在的局限性,提出了应用偏最小二乘法(Partial least-square,PLS)建立二次多项式回归模型的技术,并且进一步介绍了偏最小二乘回归(PLS回归)在均匀设计中的应用。作者认为,PLS回归分析建模技术将为均匀设计的更广泛应用提供有力的技术支持。     

偏最小二乘logistic回归在鄱阳湖洪涝灾害预测中的应用

偏最小二乘logistic回归模型是一种新型的多元分析方法,它在自变量之间存在强多重共线性、或者当样本量偏小以及样本中有缺失值的情况下,可以较好地解决普通logistic回归模型的计算结果不稳定的问题.本文利用偏最小二乘logistic回归算法,根据鄱阳湖地区1953～1998年观测的水文数据,分析各月连续最大五天降水量和长江各月最大流量对鄱阳湖洪涝灾害的影响,建立了预测洪涝灾害程度的发生概率的判别模型.研究结果表明,偏最小二乘logistic回归模型在相关领域的研究中具有很好的适用性.     

天然气消费量的偏最小二乘支持向量机预测

结合偏最小二乘法和支持向量机的优缺点,提出基于偏最小二乘支持向量机的天然气消费量预测模型。首先,利用偏最小二乘法确定影响天然气消费量的新综合变量,建立以新综合变量为输入,天然气消费量为输出的支持向量机模型,对天然气消费量进行了预测;然后,与多元回归、偏最小二乘回归、普通支持向量机做误差检验比较,验证该方法的可行性与正确性。结果表明,此天然气消费量预测模型具有较高的精确度和应用价值。     

常用大气污染预报模式的应用及比较分析

针对丹东市采暖期SO2污染的实际情况及气象因子的关系,建立了逐步回归、偏最小二乘回归、主成分回归和BP神经网络等4种常用的大气污染预报模式,并在实际预报中进行了模拟、试报和应用,结果发现,各个模式模拟值与实际值的变化趋势基本一致,BP神经网络方程和偏最小二乘回归方程的预报值与实际值的接近程度要好于逐步回归方程和主成分回归方程.     

剔除相关性的最小二乘研究

本文提出了一种新的回归模型,剔除相关性的最小二乘,它有效的克服了变量间的相关性,兼顾到变量的筛选。并与最小二乘、向后删除变量法、偏最小二乘比较分析。发现剔除相关性的最小二乘能很好的处理自变量间多重相关性,对变量进行有效的筛选,克服了回归系数反常的现象。     

多项式回归的建模方法比较研究

在实际工作中,人们在采用回归模型解释因果变量间的相关关系时,经常会遇到自变量之间存在幂乘关系的情况。在这种情况下,多项式回归模型成为一个合理的选择。由于多项式回归模型中自变量之间存在较强的相关关系,采用普通最小二乘回归方法来估计变量的回归系数,则会存在较大的误差。在本文中,为了提高多项式回归模型的预测准确性和可靠性,提出使用主成分分析、偏最小二乘回归建模,并采用仿真数据来比较它们的异同。     

半参数回归模型的一类压缩估计

研究了半参数回归模型的参数估计问题,利用压缩估计方法给出了模型的一类有偏估计,并与最小二乘估计、岭估计、几乎无偏岭估计进行了比较.在均方误差意义下,新的压缩估计明显优于最小二乘估计.最后讨论了有偏参数选取的问题.     

基于偏最小二乘回归的装备备件消耗预测

考虑了装备使用时间、行驶里程和配备时间等影响备件消耗的多种因素,依据装备备件的消耗特点,在分析偏最小二乘回归方法原理的基础上,运用方法对小样本数据条件下装备备件的消耗数量进行预测.应用示例表明,偏最小二乘回归方法比传统多元回归分析法、逐步多元回归分析法和删除多元回归分析法具有更高的预测精度.     

系统的PLS方法在满意度实证研究中的应用

满意度模型实证研究包括系统性方法和非系统性方法.系统性方法更有效地反映因果关系的有机联系,它包括PLS和SEM两种方法.本文在用方程系统表达满意度模型的基础上,说明PLS方法的基本原理,然后对一个具体的满意度模型在SEM方法失效的情况下,运用系统的PLS方法进行实证研究.结果表明,在SEM方法无法得到实证结果的情况下,PLS给出了很有价值的结论.     

Goodness-of-fit indices for partial least squares path modeling

This paper discusses a recent development in partial least squares (PLS) path modeling, namely goodness-of-fit indices. In order to illustrate the behavior of the goodness-of-fit index (GoF) and the relative goodness-of-fit index (GoF_rel), we estimate PLS path models with simulated data, and contrast their values with fit indices commonly used in covariance-based structural equation modeling. The simulation shows that the GoF and the GoF_rel are not suitable for model validation. However, the GoF can be useful to assess how well a PLS path model can explain different sets of data.     

偏最小二乘(PartialLeast Square)方法的拟合指标及其在满意度研究中的应用

本文在对顾客满意度模型及PLS方法进行简单介绍的基础上,对PLS的拟合指标,包括共同因子、多元相关平方和冗余,进行了讨论。     

非线性半参数模型的虚拟观测法

本文首先介绍非线性半参数回归中常用的补偿最小二乘法,然后基于先验信息将其转化成对此问题的虚拟观测,用虚拟观测与原观测联合,按常规的最小二乘方法求解.最后运用的实例计算结果表明,虚拟观测方法计算的结果一般优于常规的补偿最小二乘结果,基本上可达到理论上的最优解.     

多元成分数据的对数衬度偏最小二乘通径分析模型

本文研究多元成分数据的路径关联关系的建模问题,提出多元成分数据的对数衬度PLS通径分析模型.将中心化对数比变换与PLS通径分析方法相结合建立模型,其主要优势在于:①PLS通径分析模型对数据没有严格的分布假设要求,特别适于成分数据这类分布复杂的数据建模;②成分数据中心化对数比变换后的变量完全多重相关,PLS方法能够有效解决这一问题;③PLS通径分析模型特别适于多元成分数据这类具有层次关系的数据结构的建模,通过结构模型揭示多元成分数据之间的整体性路径关联关系,通过测量模型揭示成分数据与其成分分量之间的构成关系.更重要的是,本文的方法研究遵循成分数据所特有的代数基本理论,推导出模型的成分数据对数衬度隐变量的表达形式,从理论上证明了该建模方法的科学合理性.最后,将本方法用于北京市三次产业的投资结构、GDP结构、就业结构的路径关联关系的分析中,通过实证研究验证模型的可行性和应用价值.     

PLS classification of functional data

Partial least squares (PLS) approach is proposed for linear discriminant analysis (LDA) when predictors are data of functional type (curves). Based on the equivalence between LDA and the multiple linear regression (binary response) and LDA and the canonical correlation analysis (more than two groups), the PLS regression on functional data is used to estimate the discriminant coefficient functions. A simulation study as well as an application to kneading data compare the PLS model results with those given by other methods.     

3PLS物流设施网络评价的模糊数据包络方法

3PLS物流设施布局直接关系到企业的战略和运作两个层面,对若干初始方案进行评价是保证物流设施布局方案有效性的前提.针对物流设施布局方案评价问题的同质性和模糊性特征,利用三角模糊数表示评价过程中的模糊不确定因素,并提出基于模糊数据包络方法的方案评价框架.通过对算例的评价应用,说明了方法的合理性和有效性.     

偏最小二乘建模在R软件中的实现及实证分析

通过介绍偏最小二乘（PLS）的建模和显著性检验原理,解决了小样本多变量且变量间存在多重共线性的回归问题,建立了多变量对多变量的回归模型,并使用R软件（版本为Ri3862．15．1）实现了PLS建模;最后基于葡萄和葡萄酒理化指标数据进行了实证分析．     

An empirical study of PLAD regression using the bootstrap

Partial LAD regression uses the L ₁ norm associated with least absolute deviations (LAD) regression while retaining the same algorithmic structure of univariate partial least squares (PLS) regression. We use the bootstrap in order to assess the partial LAD regression model performance and to make comparisons to PLS regression. We use a variety of examples coming from NIR experiments as well as two sets of experimental data.