偏最小二乘回归

✍ dations ◷ 2025-06-28 18:37:10 #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

  • 合成按照IUPAC金皮书的定义,不对称合成(enantioselective synthesis、asymmetric synthesis),也称手性合成、立体选择性合成、对映选择性合成,是研究向反应物引入一个或多个具手性元
  • 总干事联合国秘书长是联合国秘书处的长官,由于联合国秘书处是联合国的行政机构,故联合国秘书长被视为联合国的最高行政长官。依照《联合国宪章》,秘书长是由安理会推荐,负责秘书处的工
  • NIOSH美国国家职业安全卫生研究所(英语:National Institute for Occupational Safety and Health,简称NIOSH)是美国国内的一个联邦机构,负责对与工作相关的伤害和疾病进行研究以及提供
  • 冷却冷却(Cooling)是内部热能通过热辐射、热传导或对流传热给环境介质的过程。冷却还可以指:
  • 富豪富豪可以指:
  • ssDNA脱氧核糖核酸病毒(英语:DNA virus),又称DNA病毒,其遗传物质为DNA。一般为正链DNA病毒。医学导航: 病毒病病毒(蛋白质)/分类cutn/syst (hppv/艾滋病, 流感/疱疹/人畜共患)/人名体
  • 旅游业德国观光:德国是世界入境游客数第7多的国家。2012年,有4072.6万名外国游客到访德国并在德国停留超过一晚。2009年,大多数到访德国的外国游客主要来自荷兰、美国和瑞士。此外,还
  • QQ空间QQ空间(英语:Qzone)是腾讯计算机通讯公司(港交所:0700)于2005年推出的一个微部落格系统,目前活跃于中国大陆。其推出的另一个微部落格系统TM空间(I-zone)目前已与QQ空间合并。QQ空间
  • 按名字以下是全球曾进入太空的宇宙航天员列表(很不齐全,望有人再大行添加)按姓氏的英文名字排列宇宙神-5 · 德尔塔(二号 · 四号) · 美乐达 · 人牛怪运载火箭宇宙神(导弹 ·
  • 阿尔弗雷德·克罗斯比阿尔弗雷德·克罗斯比(英语:Alfred W. Crosby Jr.,1931年1月15日-2018年3月14日),美国历史学者。台译但简译克罗斯比。曾任教华盛顿州立大学、耶鲁大学、哈佛大学、赫尔辛基大学等