偏最小二乘回归

✍ dations ◷ 2025-08-05 19:39:05 #偏最小二乘回归
偏最小二乘回归(英语:Partial least squares regression, PLS回归)是一种统计学方法,与主成分回归有关系,但不是寻找响应和独立变量之间最小方差的超平面,而是通过投影预测变量和观测变量到一个新空间来寻找一个线性回归模型。因为数据X和Y都会投影到新空间,PLS系列的方法都被称为双线性因子模型。当Y是分类数据时有“偏最小二乘判别分析(英语:Partial least squares Discriminant Analysis, PLS-DA)”,是PLS的一个变形。偏最小二乘用于查找两个矩阵(X和Y)的基本关系,即一个在这两个空间对协方差结构建模的隐变量方法。偏最小二乘模型将试图找到X空间的多维方向来解释Y空间方差最大的多维方向。偏最小二乘回归特别适合当预测矩阵比观测的有更多变量,以及X的值中有多重共线性的时候。相比之下,标准的回归在这些情况下不见效(除非它是吉洪诺夫正则化)。偏最小二乘算法被用在偏最小二乘路径建模中, 一个建立隐变量(原因不能没有实验和拟实验来确定,但一个典型的模型会基于之前理论假设(隐变量影响衡量指标的表现)的隐变量模型)这种技术是结构方程模型的一种形式,与经典方法不同的是基于组件而不是基于协方差。偏最小二乘来源于瑞典统计学家Herman Wold,然后由他的儿子Svante Wold发展。偏最小二乘的另一个词(根据Svante Wold)是投影到潜在结构,但偏最小二乘法依然在许多领域占据着主导地位。尽管最初的应用是在社会科学中,偏最小二乘回归今天被广泛用于化学计量学和相关领域。它也被用于生物信息学,sensometrics,神经科学和人类学。而相比之下,偏最小二乘回归最常用于社会科学、计量经济学、市场营销和战略管理。偏最小二乘的一般多元底层模型是其中 X {displaystyle X} 是一个 n × m {displaystyle ntimes m} 的预测矩阵, Y {displaystyle Y} 是一个 n × p {displaystyle ntimes p} 的响应矩阵; T {displaystyle T} 和 U {displaystyle U} 是 n × l {displaystyle ntimes l} 的矩阵,分别为 X {displaystyle X} 的投影(“X分数”、“组件”或“因子”矩阵)和 Y {displaystyle Y} 的投影(“Y分数”); P {displaystyle P} 和 Q {displaystyle Q} 分别是 m × l {displaystyle mtimes l} 和 p × l {displaystyle ptimes l} 的正交载荷矩阵,以及矩阵 E {displaystyle E} 和 F {displaystyle F} 是错误项,假设是独立同分布的随机正态变量。对 X {displaystyle X} 和 Y {displaystyle Y} 分解来最大化 T {displaystyle T} 和 U {displaystyle U} 之间的协方差。偏最小二乘的许多变量是为了估计因子和载荷矩阵 T , U , P {displaystyle T,U,P} 和 Q {displaystyle Q} 。它们中大多数构造了 X {displaystyle X} 和 Y {displaystyle Y} 之间线性回归的估计 Y = X B ~ + B ~ 0 {displaystyle Y=X{tilde {B}}+{tilde {B}}_{0}} 。一些偏最小二乘算法只适合 Y {displaystyle Y} 是一个列向量的情况,而其它的算法则处理了 Y {displaystyle Y} 是一个矩阵的一般情况。算法也根据他们是否估计因子矩阵 T {displaystyle T} 为一个正交矩阵而不同。 最后的预测在所有不同最小二乘算法中都是一样的,但组件是不同的。PLS1是一个 Y {displaystyle Y} 是向量时广泛使用的算法。它估计 T {displaystyle T} 是一个正交矩阵。以下是伪代码(大写字母是矩阵,带上标的小写字母是向量,带下标的小写字母和单独的小写字母都是标量):这种形式的算法不需要输入 X {displaystyle X} 和 Y {displaystyle Y} 定中心,因为算法隐式处理了。这个算法的特点是收缩于 X {displaystyle X} (减去 t k t ( k ) p ( k ) T {displaystyle t_{k}t^{(k)}{p^{(k)}}^{T}} ),但向量 y {displaystyle y} 不收缩,因为没有必要(可以证明收缩 y {displaystyle y} 和不收缩的结果是一样的)。用户提供的变量 l {displaystyle l} 是回归中隐藏因子数量的限制;如果它等于矩阵 X {displaystyle X} 的秩,算法将产生 B {displaystyle B} 和 B 0 {displaystyle B_{0}} 的最小二乘回归估计。2002年,一个叫做正交投影(英语:Orthogonal Projections to Latent Structures, OPLS)的方法提出。在OPLS中,连续变量数据被分为预测的和不相关的信息。这有利于改进诊断,以及更容易解释可视化。然而,这些变化只是改善模型的可解释性,不是生产力。 L-PLS通过3个连接数据块扩展了偏最小二乘回归。 同样,OPLS-DA(英语:Discriminant Analysis, 判别分析)可能被应用在处理离散变量,如分类和生物标志物的研究。大多数统计软件包都提供偏最小二乘回归。 R中的‘pls’包提供了一系列算法。

相关

  • 痘病毒亚科 痘病毒脊索亚科(Chordopoxvirinae)    正痘病毒属(Orthopoxvirus)    副痘病毒属(Parapoxvirus)    禽痘病毒属(Avipoxvirus)    山羊痘病毒属(Capripoxvi
  • 生育控制生育控制(英语:Birth control)也称为避孕,是避免怀孕的方式或是设备。而计划生育即对生育子女的数量和时间做出计划,其中也会包括取得及使用避孕设备或方式。从远古时代以来,人类
  • 北方园林三山五园是指北京西北部的皇家园林群的统称。这些园林兴建于清康熙时期,兴盛于乾隆时期,大多在1860年第二次鸦片战争中被焚毁。有关三山五园的具体所指,目前比较通行的说法是,三
  • 好望角坐标:34°21′16.92″S 18°29′26.77″E / 34.3547000°S 18.4907694°E / -34.3547000; 18.4907694 (好望角)好望角(南非语:Kaap die Goeie Hoop .mw-parser-output .IPA{fon
  • 伊斯坦布尔坐标:41°01′N 28°58′E / 41.017°N 28.967°E / 41.017; 28.967伊斯坦布尔(土耳其语:İstanbul .mw-parser-output .IPA{font-family:"Charis SIL","Doulos SIL","Linux Li
  • 726年前9世纪 | 前8世纪 | 前7世纪前740年代 前730年代 | 前720年代 | 前710年代 前700年代前731年 前730年 前729年 前728年 前727年 | 前726年 | 前725年 前724年 前723年 前7
  • 玛丽·特罗斯特内兹灭绝营纳粹集中营转移营比利时:布伦东克堡垒 · 梅赫伦转移营法国:居尔集中营 · 德朗西集中营意大利:波尔查诺转移营荷兰:阿默斯福特集中营 · 韦斯特博克转移营挪威:法斯塔德集中营部
  • 埃塞俄比亚国旗现行埃塞俄比亚国旗启用于2009年8月28日,底部由绿、黄、红三色条横条组成,中饰国徽,纵横比例1:2。现行国旗是在1996年2月6日所通过的国旗版本的基础上进行了小修改,将国旗中央的
  • 因应在心理学上, 因应(英语:Coping)有意识的努力,去解决个人和人际关系问题,来控制、减少或容忍压力和衡突的。心理应对机制是通常被称为 应对策略 或 应对技巧 (英语:coping strategies
  • 明溪邵将话三明市(闽中语三明话:.mw-parser-output .IPA{font-family:"Charis SIL","Doulos SIL","Linux Libertine","Segoe UI","Lucida Sans Unicode","Code2000","Gentium","Gentium