期刊文献+

PLS回归在消除多元共线性中的作用 被引量:7

PLS regression in the function of eliminating collinearities
下载PDF
导出
摘要 目的 探讨PLS回归理论在消除多元共线性中的作用。方法 利用PLS回归NIPALS算法 ,对医学实例进行分析。结果 NIPALS算法所得PLS回归模型可达到较好的拟合和预测效果。结论 当样本自变量间存在多重共线性时 。 Objective To research the NIPALS algorithm of PLS regression in the function of eliminating collinearities.Methods Medical data with NIPALS algorithm of PLS regression were analyzed. Results It showed that PLS regression model building with NIPALS algorithm got good fitting and effects of forecasting. Conclusion When collinearities exist, PLS regression is a good multiple regression.
作者 肖琳 何大卫
出处 《山西医科大学学报》 CAS 2002年第3期228-231,共4页 Journal of Shanxi Medical University
关键词 PLS回归 多元共线性 NIPALS算法 卫生统计学 regression analysis PLS regression NIPALS algorithm
  • 相关文献

参考文献3

  • 1[2]Paul Geladi Bruce, R, Kowalski. Partial least-squares regression: A tutorial[J]. Anal Chim Acta, 1986,185:1~17.
  • 2[3]Svante Wold. Cross-validatory estimation of the number of components in factor and principle components models[J]. Technometrics, 1978,20(4):397~405.
  • 3[4]Marjorinbanks K. Factors affecting the self-concepts of South African students[J]. J Soc Psychol,1998,13815:570~580.

同被引文献55

引证文献7

二级引证文献65

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部