在上一个 🌰 中,我们用 Minitab 最小二乘法验证了两个变量(单位桶数与运输时间)之间是否存在某种关系。那么,在更复杂的场景中,如何验证一组预测变量和一个或多个连续响应变量之间的关系?
假设:有一位农产品生产商想了解大豆脂肪和相关影响因子的关系。可是,相关影响因子有很多,哪些因子对大豆脂肪的影响会更大?在未知情况下,如何判断并得出有效结果?
面对上述问题,Minitab 提供了多种推理回归方法,比如偏最小二乘(PLS)。PLS 可以将预测变量数减少为一组不相关的分量,并对这些分量执行最小二乘回归。在具有连续或类别预测变量或者多项式模型时,PLS 特别有用。
下面,我们将以“大豆脂肪影响因子”举例,使用 Minitab 来进行变量关系的分析研究。
本期《举个栗子!Minitab 技巧》,我们就来分享方法:用 PLS 偏最小二乘分析大豆脂肪影响因素
栗子完整步骤、学习数据源下载,请见下方链接:
https://www.dkmeco.com/community/example/detail-663
网友评论