食品化学实验室的科学家分析 60 个豆粉样本。科学家确定每个样本的含水量和脂肪含量,并记录 88 个波长处的近红外 (NIR) 光谱数据。他从这 60 个样本中随机选择 54 个样本,并使用 PLS 回归来估计响应(含水量和脂肪)和预测变量(88 个 NIR 波长)之间的关系。科学家使用其余的 6 个样本作为检验数据集来评估模型的预测能力。
您可以使用此数据展示偏最小二乘回归。
工作表列 | 说明 | 变量类型 |
---|---|---|
C1-C88 | 54 个样本的 88 个波长的 NIR 频谱数据 | 自变量 |
湿度 | 每个大豆粉样本的湿度 | 响应 |
脂肪 | 每个大豆粉样本的脂肪含量 | 响应 |
C91-C178 | 用作检验集的 6 个样本的 88 个波长的 NIR 频谱数据 | 自变量 |
湿度2 | 每个大豆粉样本检验集的湿度 | 响应 |
脂肪2 | 每个大豆粉样本检验集的脂肪含量 | 响应 |