×

影响函数分析应用于偏最小二乘法。 (英语) Zbl 1197.62099号

作者考虑偏最小二乘(PLS)分量作为相应特征值问题的解。构造了经验影响函数(EIF)来估计特征值和特征向量。这些EIF使人们能够识别直接影响PLS特征结构的观测值,从而影响PLS模型的性能。考虑了模拟数据和真实数据的应用。

MSC公司:

62J20型 诊断、线性推理和回归
15甲18 特征值、奇异值和特征向量
62-08 统计问题的计算方法
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Campbell NA(1978年)。影响函数作为判别分析中异常值检测的辅助工具。应用统计27:251–258·Zbl 0432.62039号 ·doi:10.2307/2347160
[2] 克里奇利F(1981)。主成分分析中的影响。生物特征72:627–636·Zbl 0608.62068号 ·doi:10.1093/生物技术/72.3627
[3] El Tayar NE、Tsai R-S、Carrupt P-A、Testa B(1992年)。两性离子α-氨基酸的十八烷-1-醇-水分配系数,用离心分配色谱法测定,并分解成立体/疏水和极性组分。化学与社会杂志Perkin Trans 2:79–84
[4] Fernandez Pierna JA、Jin L、Daszykowski M、Wahl F、Massart DL(2003)。在PLS预测中检测离群值/内点的方法。化学计量学智能实验室系统68:17–28·doi:10.1016/S0169-7439(03)00084-4
[5] Frank I,Friedman J(1993)。化学计量学回归工具的统计视图。技术计量35:109–135·Zbl 0775.62288号 ·doi:10.1080/00401706.1993.10485033
[6] Geladi P,Kowalski B(1986年)。偏最小二乘回归:教程。分析化学学报185:1-17·doi:10.1016/0003-2670(86)80028-9
[7] Gonzalez J,Pena D,Romera R(2005)一种新的稳健PLS回归方法。摘自:PLS和相关方法:PLS’05国际研讨会论文集,第403-414页
[8] Gottfries J、Blennow K、Wallin A、Gottfries CG(1995)。偏最小二乘判别分析在痴呆诊断中的应用。痴呆症6:83–88
[9] Hampel FR(1968年)。对稳健估计理论的贡献。加州大学伯克利分校博士论文
[10] Hampel FR(1974年)。影响曲线及其在稳健估计中的作用。美国统计协会J Am Stat Assoc 69:383–393·Zbl 0305.62031号 ·doi:10.1080/016214519974.10482962
[11] Hampel FR、Ronchetti EM、Rousseeuw PJ、Stahel WA(1986年)。稳健统计:基于影响函数的方法。纽约威利
[12] Helland IS(1988)。关于偏最小二乘回归的结构。Commun Stat Ser B模拟计算17:581–607·Zbl 0695.62167号 ·doi:10.1080/03610918808812681
[13] Hoskuldsson A(1988)。PLS回归法。化学计量学杂志2:211–228·doi:10.1002/cem.1180020306
[14] Johnson K、Rayens WS(2006)。不相关分量偏最小二乘的影响函数分析。统计学40(1):65–93·兹比尔1125.62062 ·doi:10.1080/023318850356564
[15] Kettaneh-Wold N(1992)。用偏最小二乘法分析混合数据。化学计量学智能实验室系统14:57–69·doi:10.1016/0169-7439(92)80092-I
[16] McIntosh AR、Bookstein FL、Haxby JV、Grandy CL(1996)。使用偏最小二乘法对脑功能图像进行空间模式分析。神经影像3:143–157·doi:10.1006/nimg.1996.0016
[17] Naes T、Martens M(1985)。多重共线性数据预测方法的比较。公共统计B模拟计算14:545–576·Zbl 0576.62072号 ·doi:10.1080/0361098508812458
[18] Pena D,Yohai V(2006年)。质量指标的Dirichlet随机系数回归模型。J Stat Planning推断136(3):942–961·Zbl 1077.62128号 ·doi:10.1016/j.jspi.2004.07.012
[19] Radhakrishnan R,Kshisagar AM(1981)。多元分析中某些参数的影响函数。公共统计序列A 10:515–529·Zbl 0505.62048号 ·网址:10.1080/03610928108828055
[20] Stone M,Brooks RJ(1990年)。连续回归:交叉验证的顺序构建预测,包括普通最小二乘、偏最小二乘和主成分回归。J R Stat Soc Ser B期刊52:237–269·Zbl 0708.62054号
[21] 田中T(1988)。主成分分析中的敏感性分析:对主成分所跨越的子空间的影响。Commun Stat Ser A社区统计服务17:3157–3175·Zbl 0696.62251号 ·doi:10.1080/03610928808829796
[22] Wold H(1966)。通过迭代最小二乘法估计主成分和相关模型。多变量分析。学术,纽约·Zbl 0214.46103号
[23] Wold H(1981)。软建模:间接观察下系统因果关系结构预测的基本设计和一些扩展。北荷兰,阿姆斯特丹
[24] Wold S(1995)。多元线性建模的PLS。In:van de Waterbeemd H(ed)分子设计中的化学计量方法。德国Weinheim-VCH,第195-218页
[25] Wold S、Sjostrom M、Eriksson L(2001)。PLS回归:化学计量学的基本工具。化学计量学智能实验室系统58:109–130·doi:10.1016/S0169-7439(01)00155-1
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。