Visão geral de Regressão de mínimos quadrados parciais

Use Regressão de mínimos quadrados parciais (PLS) para descrever a relação entre um conjunto de preditoras e uma ou mais respostas contínuas. Use os PLS quando suas preditoras forem altamente colineares, ou quando você tiver mais preditoras do que observações. Os PLS também são apropriados para usar quando as preditoras não estiverem corrigidas e forem medidas com erro. Os PLS reduzem as preditoras a um conjunto menor de componentes não correlacionados e executam a regressão de mínimos quadrados nesses componentes, em vez de nos dados originais. Para obter mais informações, vá para O que é a regressão parcial de mínimos quadrados?.

Se você realizar a análise com as variáveis resposta correlacionadas, o PLS pode detectar padrões de resposta multivariados e relacionamentos mais fracos do que são possíveis com uma análise separada para cada resposta.

Por exemplo, uma empresa de espectrografia química usa PLS para modelar a relação entre medições espectrais (NIR, IR, UV), porque esses modelos incluem diversas variáveis que são correlacionadas entre si.

Onde encontrar esta análise

Para realizar a regressão parcial de mínimos quadrados, escolha Estat > Regressão > Mínimos Quadrados Parciais.

Quando usar uma análise alternativa

Se os preditores forem fixos e não tiverem erro de medição consideráveis, ou se os preditores não forem altamente colineares e os seus dados incluírem mais observações do que os número de termos, use Ajustar modelo de regressão.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política