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