PLS回归方法及其医学应用.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
PLS回归方法及其医学应用.pdf

PLS回归方法及其医学应用 山西医科大学卫生统计教研室(0300o1) 肖 琳 何大卫 【提 要】 目的 探讨PLS回归理论及萁在医学中的应用。方法 利用PLS回归NIPALS算法和Helland算法,对 医学实例进行分析。结果 两种算法所得PLS回归模型均可达到较好的拟台和预测效果。结论 样本自变量间存在共线 性,甚至由于某些原因出现自变量个数较多而观察例数较少的情况,PLS回归是一种值得推广应用的多元回归方法。 【关键词l PLS回归 NIPALs算法 Helland算法 偏最小二乘回归(Partial Least Squares Regres— (一)NIPALs算法 si。n)简称PI s回归,是建立在主成分分析和主成分回 PLS模型可以看作是由外部关系(即独立的x块 归基础上的一种多元数据分析方法,它适用于解决具 和y块),和内部关系(即两块间的联系)构成。 有以下两个特点的问题:一是变量间存在共线性,甚至 x块的外部关系: 自变量个数较多,而由于种种原因观察例数小于自变 X= +E=∑ (1) 量个数。二是回归方程建立以后主要应用于预测。 式中,丁是x的核心矩阵,t 是相应的核心向量。P 该方法由H.Wold于1966年首次提出,90年代 是x的载荷矩阵, 是相应的载荷向量。E是误差 后期才真正引起国外医学界人士的兴趣,将之应用虱 矩阵,是x中无法用n个潜在变量t反映的部分。 相关学科中。目前为止,偏最小二乘回归方法的价值 y块的外部关系: 受到专家们的充分肯定,但该方法在医学领域中应用 Y=UQ +F=∑“ q (2) 尚少。国内卫生统计界尚未见报道。本文将对该方法 式中,u是y的核心矩阵,“ 是相应的核心向量,Q 的理论加以探讨并进行实倒分析,以期促进其在医学 是y的载荷矩阵,口 是相应的载荷向量。F是误差矩 领域中的应用。 阵。是 y中无法用n个潜在变量“解释的部分。 由于目前的统计软件包尚无Helland算法的应用 x、y之间的内部关系,对每个成分而言均有: 程序,文中利用SAS中IMI 模块自行编制程序实现 “ =bnt (3) 该算法。 6 =“ / d d 这里6 相当于多元线性回归和主成分回归中的回归 原理与方法 系数。 一 、 基本思想 正如主成分分析(PCA)一样,PLS中对每一维度 PLS回归就是在主成分回归思想的基础上,寻求 的计算是采用迭代的方法进行的,为了获得更好的回 原始自变量 1, 2,..., 的线性函数的同时,考虑 归关系 ,在迭代计算中互相利用对方的信息、算法交 到其与应变量的相关性,选择既与应变量相关性强又 换了t 、“。在x、y迭代分解中的位置,每一步迭代不 可方便算得的 , z… ., 。的线性函数,作为新的 断根据x、y的剩余信息调整t “ ,迭代结束后碍到 自变量与应变量作回归。它的算法基础是最小二乘 的 、n 能同时最大限度地表达x与y的方差,由这 法。但由于它只选取与应变量有关的变量,而并非考虑 样的 、“ 得到的

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档