PLS回归方法及其医学应用.pdfVIP

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