한 식품화학 연구소의 과학자가 콩가루 표본 60개를 분석합니다. 각 표본에 대해 과학자는 수분과 지방 함유량을 확인하고 88개 파장에서 근적외선(NIR) 분광 데이터를 기록합니다. 과학자는 60개 표본 중 54개를 랜덤하게 선택하고 PLS 회귀 분석을 사용하여 반응 변수(수분과 지방)와 예측 변수(88 NIR 파장) 간의 관계를 추정합니다. 나머지 표본 6개를 검정 데이터 집합으로 사용하여 모형의 예측 능력을 평가합니다.
표본 데이터를 엽니다 콩가루.MTW . 반응 에 수분 지방 을 입력합니다.모형 에 ' 1 '-' 88 ' 을 입력합니다.예측 을(를) 클릭합니다.계량형 예측 변수에 대한 새 관측치 에 검정1 - 검정88 을 입력합니다.반응에 대한 새 관측치(옵션) 에 수분2 지방2 을 입력합니다.각 대화 상자에서 확인 을 클릭합니다.
결과 해석
두 반응값에 대한 p-값은 모두 약 0.000으로, 유의 수준인 0.05보다 작습니다. 이 결과는 모형의 계수 중 하나 이상이 0과 다름을 나타냅니다. 습기에 대한 검정 R2 은 약 0.9입니다. 지방에 대한 검정 R2 값은 거의 0.8입니다. 검정 R2 통계량은 모델의 예측 능력이 우수함을 나타냅니다. 각 반응값의 개별 분석에서는 서로 다른 결과가 나타납니다.
방법
교차 검증 없음 계산할 성분 설정 계산된 성분 수 10
수분에 대한 분산 분석
회귀 10 468.516 46.8516 61.46 0.000 잔차 오차 43 32.777 0.7623 총계 53 501.293
지방에 대한 분산 분석
회귀 10 266.378 26.6378 36.89 0.000 잔차 오차 43 31.050 0.7221 총계 53 297.428
수분에 대한 모형 선택 및 검증
1 0.984976 96.9288 0.806643 2 0.996400 88.9900 0.822479 3 0.997757 71.9304 0.856510 4 0.999427 58.3174 0.883666 5 0.999722 58.1261 0.884048 6 0.999853 48.5236 0.903203 7 0.999963 45.9824 0.908272 8 0.999976 33.1545 0.933862 9 0.999982 32.8074 0.934554 10 0.999986 32.7773 0.934615
지방에 대한 모형 선택 및 검증
1 0.984976 282.519 0.050127 2 0.996400 229.964 0.226824 3 0.997757 115.951 0.610155 4 0.999427 98.285 0.669550 5 0.999722 57.994 0.805015 6 0.999853 53.097 0.821480 7 0.999963 52.010 0.825133 8 0.999976 48.842 0.835784 9 0.999982 34.344 0.884529 10 0.999986 31.050 0.895604
수분에 대한 모델을 사용한 새로운 관측치에 대한 예측 반응
1 14.5184 0.388841 (13.7343, 15.3026) (12.5910, 16.4459) 2 9.3049 0.372712 (8.5532, 10.0565) (7.3904, 11.2193) 3 14.1790 0.504606 (13.1614, 15.1966) (12.1454, 16.2127) 4 16.4477 0.559704 (15.3189, 17.5764) (14.3562, 18.5391) 5 15.1872 0.358044 (14.4652, 15.9093) (13.2842, 17.0903) 6 9.4639 0.485613 (8.4846, 10.4433) (7.4492, 11.4787)
지방에 대한 모델을 사용한 새로운 관측치에 대한 예측 반응
1 18.7372 0.378459 (17.9740, 19.5004) (16.8612, 20.6132) 2 15.3782 0.362762 (14.6466, 16.1098) (13.5149, 17.2415) 3 20.7838 0.491134 (19.7933, 21.7743) (18.8044, 22.7632) 4 14.3684 0.544761 (13.2698, 15.4670) (12.3328, 16.4040) 5 16.6016 0.348485 (15.8988, 17.3044) (14.7494, 18.4538) 6 20.7471 0.472648 (19.7939, 21.7003) (18.7861, 22.7080)
