为偏最小二乘回归预测响应值

统计 > 回归 > 偏最小二乘 > 预测
在 PLS 中,使用 PLS 模型计算和存储预测响应值的原因主要有两个:使用检验数据集检验预测质量以及预测新响应值。有关更多信息,请转到PLS 回归预测
连续预测变量的新观测值
按照每个预测变量输入到模型时的顺序为每个连续预测变量输入新观测值。您可以为每个预测变量输入一个数值,也可以为每个预测变量输入一个新的观测值数字列。各列必须包含相同数量的行。
类别预测变量的新观测值
按照每个预测变量输入到模型时的顺序为每个类别预测变量输入新观测值。您可以为每个预测变量输入一个值,也可以为每个预测变量输入一列新的观测值。各列必须包含相同数量的行。如果键入新的观测值,必须将文本值括在双引号内(例如,“女性”)。
响应的新观测值 (可选)
输入包含响应值(对应于新观测值)的数字列。如果您输入响应值,Minitab 会计算 检验 R2,以帮助您评估模型的预测能力。您不能键入响应值;它们必须存储在列中。响应列的数量必须等于模型中的响应数量,而且行数也必须与包含新观测值的预测变量数相等。
置信水平

输入置信区间和预测区间的置信水平。通常,置信水平为 95% 即可。95% 置信水平表明,如果从总体中随机抽取 100 个样本,则大约 95 个样本的置信区间中将包含均值响应。同样,预测区间表明,该区间包含一个新观测值的可信度为 95%。

存储
拟合值
存储新观测值的拟合值。
拟合值标准误
存储拟合值的估计标准误。
置信限
存储预测置信区间的下限和上限。
预测限
存储预测区间的下限和上限。
使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策