{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2022,10,21]]，“日期-时间”：“2022-10-21T14:51:21Z”，“时间戳”：1666363881438}，“引用-计数”：31，“发布者”：“MDPI AG”，“问题”：“11”，“许可证”：[{“开始”：{:“日期-零件”：[2021,11]]，”日期-时间“：“2021-11”1-19T00:00:00Z“，”时间戳“：1637280000000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“内容域”：{“域”：[]，“crossmark-restriction”：false}，“short-container-title”：[“对称”]，“抽象”：“当两个或多个预测变量相关时，往往会出现多重共线性，特别是对于p>>n的高维数据（HDD）。受统计启发的偏最小二乘修正（SIMPLS）由于其效率、速度、，易于理解。SIMPLS的执行基于解释变量和响应变量的经验协方差矩阵。然而，SIMPLS很容易受到异常值的影响。为了纠正这一问题，引入了一种鲁棒的迭代重加权SIMPLS（RWSIMPLS）。尽管如此，由于RWSIMPLS算法基于一个加权函数，该函数没有指定任何识别高杠杆点（HLP）的方法，即X方向的外围观测值，因此仍然不是很有效。HLP对各种估计的计算值具有最大的不利影响，这导致关于拟合回归模型的误导性结论。因此，需要通过为其分配较小的权重来降低其影响。作为这个问题的解决方案，我们提出了一种基于新的权重函数的简易SIMPLS，该权重函数是从识别HDD的HLP的MRCD-PCA诊断方法中获得的，并将该方法命名为MRCD-PCA-RSIMPLS。还建立了一个新的MRCD-PCA-RSIMPLS诊断图，用于将观测值分类为四个数据点，即常规观测值、垂直异常值以及好的和坏的杠杆点。数值示例和蒙特卡罗模拟表明，MRCD-PCA-RWSIMPLS比SIMPLS和RWSIMPLS有了实质性的改进。建议的诊断图能够将观察结果分类为正确的组。相反，SIMPLS和RWSIMPLS图未能将观测值正确分类为正确的组，并显示掩蔽和淹没效应<\/jats:p>“，”DOI“：”10.3390\/sym13112211“，”type“：”journal-article“，”created“：{”date-parts“：[2021,11,19]]，”date-time“：”2021-11-19T13:29:17Z“，”timestamp“：1637328557000}，”page“：，“前缀”：“10.3390“，”卷“：”13“，”作者“：[{”给定“：”Siti“，”家族“：”Zahariah“，”序列“：”first“，”affiliation“：[]}，{”给出“：”Habshah“，”家庭“：”Midi“，“sequence”：“additional”，“affiliance”：[]{”ORCID“：”http://\/ORCID.org\/00000-0001-9652-8616“，”authenticated-ORCID“：false，”给定“”：”Mohd Shafie“，：“Mustafa”，“sequence”：“additional”，“affiliation”：[]}]，“成员“：”1968“，”published-online“：{“date-parts”：[[2021,11,19]]}，”reference“：[{“key”：“ref1”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/B978-0-12-801238-3.64317-9”}，{“key”：”ref2“，”series-title“：”用于发动机机油质量预测和监测的高维统计分析方法“，”author“：”Berntsson“，”year“：”2016“}，“”ref3“，”doi-asserted-by“：”publisher“，”doi“：”10.1093\/bib\/bl016“}，{“key”：“ref4”，“doi-assert-by”：“publisher”，“doi”：“10.5829\/idosi.wasj.2013.21.41112”}，“key“：”ref5“，”doi-asserted-by“：“publisher”，“doi”：“10.1023\/A:1017077804312”}，{“key”：“ref7”，“doi-asserted-by”：“publisher“，”DOI“：”10.1016\/0169-7439（93）85002-X“}，{“key”：“ref8”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1002\/cem.1180020306”}，“key“：”ref9“，”DOI-assert-by“：”publisher/279472“}，{“key”：“ref11”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1002\/cem.1180060404”}，{“key”：“ref12”，“doi-asserted-by”：“publisher”，“doi”：“10.1002\/cem.1180090607”}，{”key“：”ref13“，”doi-assert-by“：”publisher“，”doi“：”10.1002\/（SICI）1099-128X（199811\/12）12:6<365:：AID-CEM519>3.0.CO；2-G“}”，{.822“}，{”key“：”ref15“，”doi-asserted-by“：”publisher“，”doi“：“10.1016\/j.chemolab.2005.04.007”}，{“key”：“ref16”，“doi-asserted-by”：“publisher”，“doi”：“10.1002\/cem.2881”}x“}，{”key“：”ref19“，”series-title“：”稳健统计“，”author“：”Maronna“，“年份”：“2006”}，{“key”：“ref20”，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/s00180-016-0662-6”}{“key”：“ref23”，“doi-asserted-by”：“publisher”，“doi”：“10.1080\/01621459.1990.10474920”}，{“key”：“ref24”，“首页”：“1”，“article-title”：“在线性回归中识别多个高杠杆点的诊断-全面潜在方法的性能”，“volume”：”36“，“author”：”Midi“，“year”：”2009“，”journal-title“：”J.Appl.Stat.“}，”{“密钥”：“ref25”，“doi-asserted-by”：“publisher”，“DOI”：“10.1002\/wics.10”}，{“key”：“ref26”，“DOI-asserted-by”：“publicher”，“DOI”：”10.1016\/j.aca.2004.01.004“}，}”key“：”ref27“，”DOI-assert-by“：”publisher“，”DOI“：”10.1515\/sagmb-2018-0059“}男，“年”：“2018”}，{“关键”：“参考29”，“doi-asserted-by”：“publisher”，“doi”：“10.1016\/j.connengprac.2017.09.018”}，{“key”：“ref30”，“doi-asserted-by”：”publisher“，”doi“：”10.1016\/j.aca.2018.03.044“}，“key“：”ref31“，”doi-assert-by“：”publister“，”doi“：“10.1198\/0040170000563”}]，“container-title”：[“Symmetry”]，“original-title“：[]，”language“：”en“，”link“：[{”URL“：“https:\/\/www.mdpi.com/2073-8994\/13\/11\/2211\/pdf”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查”}]，“存放”：{“date-parts”：[2021,12,1]]，“date-time”：“2021-12-01T09:40:44Z”，“时间戳”：1638351644000}，“分数”：1，“资源”：{-“主要资源”：“{”URL“https:\ \\/www.mdpi.com\/2073-8994\/13\/11\/2211“}}，“副标题”：[]，“短标题”：[]，“已发布”：{“日期部分”：[2021,11,19]]}，“引用计数”：31，“日志发布”：}“问题”：“11”，“在线发布”：｛“日期部件”：[[2021,11]]}}，”alternative-id“：[”sym13112211“]，”URL“http://\/dx.doi.org\/10.3390\/sym13112211”，“：[”2073-8994“]，“ISSN-type”：[{“value”：“2073-89964”，“type”:“electronic”}]，“主题”：[]，“已发布”：{“日期部分”：[[2021,11,19]]}}