SIMCA-P计算变量投影重要性分析值（VIP）_偏最小二乘

已于 2022-01-26 15:15:49 修改
阅读量3.4w 收藏 123
点赞数 36
分类专栏： 论文 文章标签： 回归 数据挖掘 人工智能
于 2020-03-17 15:00:54 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43637490/article/details/104807910
版权

变量投影重要性（VIP）主要用于变量筛选，基于偏最小二乘回归的有点，VIP技术可用于样本较小而且几个自变量间相关性较强的情形。

1.打开SIMCA-P软件，导入excel数据，注意数据格式

在这里插入图片描述
第一行是变量名，第一列是序号，自己提前设置好
同时确认一下绿色的代表是变量，黄色代表的是序号

2.设置一下项目名，我这里是SIMCA_111，然后完成在这里插入图片描述

3.点击工具栏上的workset设置一下参数

在这里插入图片描述
右击因变量，选择Y
在这里插入图片描述
在这里插入图片描述
点击确定后Type会变成PLS
在这里插入图片描述

4.点击工具栏的autofit

在这里插入图片描述
会出现model view，对我没啥用，关掉
重点来了

5.点击analysis，出现了Variance importance，可以选择图表数据和列表数据

在这里插入图片描述
在这里插入图片描述
结束

花絮：
为了算这个VIP数值我真的是要哭了，写个论文太难了。刚开始百度变量投影重要性分析说是在偏最小二乘里，去找偏最小二乘法的论文，发现说是用SAS软件。我花了一下午装好这个30g的软件，打开后不会使，又百度出代码，结果只显示VIP的柱状图没有具体数值。本以为就要凉凉，老师告诉我她用的是SIMCA-P软件。又去找，找完一步一步对着书上的例子看，最后终于出来了数值，而且和SAS软件比较结果一样。到这我的论文数据部分算结束了，太难了。。。。

PeanutbutterBoh
关注
专栏目录
基于Python计算PLS中的VIP值（变量投影重要性分析法）
知识搬运者
09-15 3242
中PLS回归模型并没有计算VIP值的方法，但VIP又是很重要的筛选变量方法。下附代码思路与完整代码。
matlab做变量投影重要性分析,西安邮电大学光学实验matlab仿真结果分析与程序..docx...
weixin_28752627的博客
03-17 875
光学实验 实验报告课程名称：光学实验姓 名：伍金霄学 院：电子工程学院系 部：光电子技术系专 业：电子科学与技术年 级：科技1201学 号：指导教师：刘娟2014年 12 月 24 日 光波在介质中界面上的反射及透射特性一．实验目的：1．掌握反射系数及透射系数的概念；2．掌握反射光与透射光振幅和相位的变化规律；3．掌握布儒斯特角和全反射临界角的概念。二．实验...
SIMCA-P 偏最小二乘PLS使用手册(中文版)
09-29
文档是专门用于做偏最小二乘法PLS工具SIMCA-P的中文使用手册。介绍如何使用SIMCA-P，以及结果的解释。
偏最小二乘法回归（Partial Least Squares Regression）
xiaoyu714543065的专栏
08-05 3624
1. 问题      这节我们请出最后的有关成分分析和回归的神器PLSR。PLSR感觉已经把成分分析和回归发挥到极致了，下面主要介绍其思想而非完整的教程。让我们回顾一下最早的Linear Regression的缺点：如果样例数m相比特征数n少（m（n*n矩阵）的秩小于特征个数（即不可逆）。因此最小二乘法就会失效。      为了解决这个问题，我们会使用PCA对样本X（m*n矩阵）进行降维，不妨
偏最小二乘法PLS和PLS回归的介绍及其实现方法
热门推荐
Enoch_klb的博客
12-03 7万+
1、偏最小二乘法（PLS）介绍 偏最小二乘法是一种新型的多元统计数据分析方法，于1983年由S.Wold和C.Albano等人首次提出。偏最小二乘法实现了，在一个算法下，可以同时实现回归建模（多元线性回归）、数据结构简化（主成分分析）以及两组变量之间的相关性分析（典型相关分析）。 PCA方法虽解决了自变量共线性的问题，但是并没有考虑自变量主元对于因变量变化的解释作用。所以删除的次要主元有可能包含对...
matlab做变量投影重要性分析,利用变量投影重要性准则筛选郁闭度估测参数
weixin_35598854的博客
03-17 1719
Abstract:With the forest inventory data and relevant remote sensing data, two approaches of variable selection, i.e. bootstrap method and variable importance of projection (VIP) criterion, were compar...
SIMCA模式识别方法，PLS-DA分析方法
qq_40877815的博客
09-20 1553
SIMCA判别方法是基于主成分分析的一种模式识别方法。它的基本思路是利用PCA分析建立每个类别的模型，然后计算未知样本与这些模型的距离，根据距离判别方法来确定未知样本属于哪个类别或不属于任何类别。SIMCA方法主要分为三个步骤：首先，通过主成分分析(PCA)对样本进行降维处理，提取出样本中的主要特征；其次，为每个类别建立PCA模型，即利用该类别的样本计算出该类别的主成分；最后，对于未知样本，计算其与每个类别的PCA模型的距离，根据距离进行判别，确定未知样本的类别归属。
sMC，PLS 中的变量重要性选择 - 偏最小二乘法：变量选择与 VIP 和 SR 的显着性多元相关性 (sMC)-matlab开发
06-01
---- 注：sMC-PLS 方法对 PLS 模型的质量很敏感。 质量差的 PLS 模型可能包含大量不相关的数据变化，这些变化会影响 sMC 的变量选择。 因此，强烈建议将 sMC 与 WRT-PLS 结合使用，以对所有组件的模型进行质量评估。 WRT-PLS 的 Matlab 代码如下。 https://nl.mathworks.com/matlabcentral/fileexchange/63441-wrtpls--selection-of-the-number-of-components-in-pls-partial-least-squares ------ [1] DOI： http : //dx.doi.org/10.1016/j.chemolab.2014.08.005 TN Tran、NL Afanador、LMC Buydens、L. Blanchet，具有显着性多元相关
深入理解双变量（二元）正态投影：理论基础、直观解释与应用实例
最新发布
deephub
08-20 3963
线性投影是统计学中一个强大的工具。它的应用非常广泛，从数据降维到回归分析，再到信号处理，线性投影都发挥着重要作用。在数据分析中，线性投影可以帮助我们将高维数据映射到低维空间，从而简化问题的复杂性，使得模型更易于解释。线性投影在回归模型中用于预测和估计目标变量的值。通过这些应用，线性投影不仅提高了数据处理的效率，还增强了我们对数据背后规律的理解。参考文献作者：Luigi Battistoni。
偏最小二乘回归分析
qq_43221336的博客
07-15 6694
在实际问题中，要研究两组多重相关变量间的相互依赖关系时，可使用的方法有：经典多元线性回归分析（MLR）、主成分回归分析（PCR）、偏最小二乘回归分析（PLS）。 当两组变量的个数很多，且都存在多重相关性，而观测的样本数又较少时，用PLS建立模型具有MLR等方法所没有的优点。 PLS在建模的过程中集中了主成分分析、典型相关分析、线性回归分析方法的特点，除了能提供一个合理的回归模型外，还可以提供一些更深入的信息。 1. 偏最小二乘回归分析概述 假定p个因变量y1,⋯ ,ypy_1,\cdots,y_py1​,⋯
偏最小二乘回归分析(PLS)
07-18
偏最小二乘回归提供一种多对多线性回归建模的方法，特别当两组变量的个数很多且都存在多重相关性，而观测数据的数量（样本量）又较少时，用偏最小二乘回归建立的模型具有传统的经典回归分析等方法所没有的优点。 偏最小二乘回归分析在建模过程中集中了主成分分析，典型相关分析和线性回归分 析方法的特点，因此在分析结果中，除了可以提供一个更为合理的回归模型外，还可以 同时完成一些类似于主成分分析和典型相关分析的研究内容，提供更丰富、深入的一些 信息。
偏最小二乘回归方法与应用-王慧文
12-04
介绍偏最小二乘的经典入门教材，非常详细，有丰富的案例解析
偏最小二乘方法原理及其应用——王惠文
01-10
偏最小二乘方法原理及其应用——王惠文偏最小二乘方法原理及其应用——王惠文
SIMCA-P下载安装包
12-15
SIMCA-P是一款强大的多变量统计分析软件，尤其在化学计量学和模式识别领域有广泛应用。它主要用于处理和解析复杂数据集，帮助用户发现隐藏的结构和模式，进行预测建模。这款软件通常被科学家、工程师以及数据分析...
偏最小二乘回归模型内涵分析方法研究
03-27
偏最小二乘回归（Partial Least Squares Regression，PLSR）是一种广泛应用于统计学和数据分析领域的多元线性回归分析方法。它通过正交投影的方式解决传统最小二乘法中出现的多重共线性问题，并通过降维技术提高模型...
SIMCA-P 11.0版使用教程
10-20
SIMCA-P 11.0版是一款由Umetrics AB公司开发的高级统计分析软件，专门用于处理化学计量学和模式识别问题。该软件提供了多种数据分析模型，包括主成分分析（PCA）和偏最小二乘回归（PLS）等算法，是化学、生物学、...
simca-p 11
02-22
在SIMCA-P 11中，用户可以处理大量的多维数据，通过主成分分析（PCA）、偏最小二乘回归（PLS）和部分最小二乘判别分析（PLS-DA）等统计工具来解析数据结构。PCA用于降维和可视化，PLS则常用于建立预测模型，而PLS-DA...
simca-p+ 11 full
05-12
Simca-P 11 Full是一款法国的汽车品牌，为Simca生产的一款轿车。该车型于1953年面世，并在接下来的几年内成为了一款流行的车型。此车型的设计凝聚了当时最先进的技术，并展现出了其时尚和优雅的外观。 Simca-P 11 Full的车身总长为4.5米，宽为1.67米，高1.52米。它采用了一款1.3升四缸发动机，可输出高达50马力的功率，从而为车辆提供了出色的性能和驾驶体验。它的内部装饰也是豪华和质朴的结合，其座椅使用高质量的材料制造，为乘客提供舒适的乘坐体验。 此车型还有其特别之处，它的后部装有一个小型突起，可以用于存放雨伞，这也成为了其标志之一。虽然Simca-P 11 Full已经停产了很多年，但其时尚和优雅的设计仍然赢得了许多人的喜爱和推崇，成为了汽车产业历史上的一个经典之作。
评论 52
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值