×
米歇尔·加洛

成分数据的判别偏最小二乘分析。 （英语） Zbl 07256814号

统计模型。 10，第1期，41-56（2010）.
摘要：组成数据通常存在于许多学科中。然而，它常常被不恰当地纳入统计建模中，并且对结果给出了误导性的解释。本文解释了当需要对原始变量进行降维时，偏最小二乘判别法是一种适用于成分数据的充分技术，目的是确定对观测值之间的判别影响更大的变量。

引用于5文件

MSC公司：

62至XX 统计学

关键词：

艾奇逊距离;成分观测;判别分析;对数对比度;偏最小二乘法
PDF格式BibTeX公司 XML格式引用
\textit{M.Gallo}，统计模型。10，编号1，41-56（2010；Zbl 07256814）
全文： 内政部

参考文献：

[1] Aitchison J（1982）成分数据的统计分析（含讨论）。统计方法，44，139-77·Zbl 0491.62017号
[2] Aitchison J（1986）成分数据的统计分析。伦敦：查普曼和霍尔·Zbl 0688.62004号 ·doi:10.1007/978-94-009-4109-0
[3] Aitchison J（1992）《关于成分差异度量的标准》。数学地质学，22223-26·兹比尔0970.86531
[4] Aitchison J和Greenacre M（2002）成分数据的双点图。应用统计学，51，375-92·Zbl 1111.62300号
[5] Barceló-Vidal C、Martín-Fernández JA和Pawlowsky Glahn V（2001）成分数据分析的数学基础。在Ross G编辑的IAMG’01会议记录中——国际数学地质学协会第六届年会。电子出版物·Zbl 1052.62531号
[6] Barker M和Rayens W（2003），歧视的偏最小二乘法。化学计量学杂志，17，166-73。 ·doi:10.1002/cem.785
[7] Baxter MJ（1995）《主成分分析的标准化和转换及其在考古测量中的应用》。应用统计学，44，513-27。 ·doi:10.2307/2986142
[8] de Jong S（1993）SIMPLS：偏最小二乘回归的替代方法。化学计量学和智能实验室系统，33，251-63。 ·doi:10.1016/0169-7439（93）85002-X
[9] de Jong S和ter Braak CJF（1994）对PLS内核算法的评论。化学计量学杂志，22，169-74。 ·doi:10.1002/cem.1180080208
[10] Frank I和Friedman J（1993）一些化学计量学回归工具的统计观点。技术计量学，35，109-48·兹比尔0775.62288 ·doi:10.1080/00401706.1993.10485033
[11] Gallo M（2003）《成分数据的偏最小二乘法：基于样条的方法》。意大利应用统计杂志，15，349-58。
[12] Gallo M和Mahdi S（2008年）。成分数据的判别偏最小二乘法：与对数对照主成分分析的比较。2008年MTISD会议记录。决策支持系统的方法、模型和信息技术（Ciavolini等编）LECCE，SIBA，第45-48页。
[13] Hinkle J和Rayens W（1995）《偏最小二乘法和成分数据：问题和替代方法》。化学计量学和智能实验室系统，30，159-72。 ·doi:10.1016/0169-7439（95）00062-3
[14] Martin-Fernandez JA、Barcelo-Vida C和Pawlowsky-Glahn V（1998）《成分数据和层次聚类的差异度量》。IAMG’98年会议记录（Bucánti、G.Nardi和R.Potenza eds）。意大利那不勒斯：德弗雷德编辑，526-31·Zbl 1052.62531号
[15] Mooijart A、Van Der Heijden PGM和Van Der-Ark LA（1999）成分数据混合模型的最小二乘算法。计算统计与数据分析，30，359-79·Zbl 1042.62519号 ·doi:10.1016/S0167-9473（98）00098-X
[16] Rayens W（2000）最大化协方差的艺术。肯塔基大学技术报告383。
[17] Tenenhaus M（1998）《回归PLS》。Théorie和pratique。巴黎：Technip出版社·Zbl 0923.62058号
[18] Wold H（1966）用迭代最小二乘法估计主成分和相关模型。在PR Krishnaiaah编辑的多元分析中。纽约：学术出版社，391-420·Zbl 0214.46103号
[19] Wold H（1975）潜在变量软建模：非线性迭代偏最小二乘（NIPALS）方法。为纪念M.S.Bartlett（Gani主编）《概率与统计的观点》。伦敦：学术出版社，117-44·Zbl 0331.62058号
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。