不完全数据上PLS回归中成分数的确定
统计方法学
2019-11-12 v1
摘要
偏最小二乘回归（PLS）是一种多元方法，使用 SIMPLS 或 NIPALS 算法估计模型。PLS 回归因其在分析结局与一个或多个成分之间关系方面的有效性而被广泛应用于应用研究。注意，NIPALS 算法能够提供不完全数据上的估计。在 PLS 回归中选择用于构建代表性模型的成分数是一个重要问题。然而，在使用 PLS 回归时如何处理缺失数据仍存在争议。文献中已提出多种方法，包括 Q^2 准则以及 AIC 和 BIC 准则。本文我们研究 NIPALS 算法在用于拟合不同缺失比例和不同缺失类型的 PLS 回归时的行为。我们比较了在不完全数据和利用三种插补方法（链式方程多重插补、k近邻插补和奇异值分解插补）插补的数据集上选择 PLS 回归成分数的准则。在不同缺失假设下，以 5% 到 50% 的不同缺失比例测试了各种准则。Q2-留一法成分选择方法比基于 AIC 和 BIC 的方法给出了更可靠的结果。
引用
@article{arxiv.1810.08104,
title = {Determining the Number of Components in PLS Regression on Incomplete Data},
author = {Titin Agustin Nengsih and Frédéric Bertrand and Myriam Maumy-Bertrand and Nicolas Meyer},
journal= {arXiv preprint arXiv:1810.08104},
year = {2019}
}
备注
16 pages, 3 figures