请教张老师有关偏小二乘回归有关问题，非常感谢！！！！！！！！！！！！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

张老师，您好。我在遇到片最小二乘回归时遇到如下问题，烦请您指点。

1、偏最小二乘回归是否需要预先对数据标准化，看了很多教材案例，有的说标准化好，有的也没提标准化的事，哪一种处理在统计学上和实际应用上最好？

2、为了得到偏最小二乘回归结果，我先后用了spss（安装pls插件和pthlon包），statistica、simca和dps对同一个数据进行计算，结果发现存在一定差异。很不解。其中spss和statistica的结果基本一致（回归系数，R2）。但是simca的结果与spss和statistica不同，查阅相关教程和网络教程，提到simca是专门用于pls回归的软件，据称算法比spss更好，为什么回归系数在两个软件中不一致，与哪些处理步骤有关（数据标准化？是否要截距），请指教。

3、statistica软件在pls模型上比spss模块丰富，还有是否要截距项的选项。在一般的教程中对此都没有提及，如果一般分析，需要针对截距项的有无进一步分析吗？

非常感谢。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：非常感谢 statistica statistic Statist 偏最小二乘回归 老师

1. 这类复杂的算法为了避免测量尺度的影响，原则上都是应当先对原始变量做标准化和正态化的，当然有的软件在算法里内嵌了标准化，可以不做，比如SPSS中的因子分析就是如此（算法直接内嵌了标准化步骤）。这个需要查阅每个软件的算法说明，所以保险起见最好都先做标化。

2. 算法不同得到不同的结果是很正常的，特别是使用ML或者其他迭代收敛算法的时候更是常见。simca我没用过，所以没法给出具体的问题所在。

3. 绝大多数问题中，截距是多少，有无显著意义都是不重要的，所以除非特殊要求，不要去限定截距（对此问题的进一步参考文献是那个著名的画蛇添足的故事）。

张文彤 发表于 2012-10-8 09:48
1. 这类复杂的算法为了避免测量尺度的影响，原则上都是应当先对原始变量做标准化和正态化的，当然有的软件在 ...

非常多谢您强调截距的不必要性。

您提到软件估算的结果都可能有不同之处，是否应该主要原因由小数点保留和四舍五入的缘故。比较让我纠结的是两种软件差异比较大，而其中一种软件恰好为众多外文文献所应用（ps即simca）。

结果不同不是四舍五入之类的问题，迭代算法不同于最小二乘法，只是对期望值的逼近或者近似，所以不同的迭代算法完全可能得到不同的逼近值，算法的提出者也会做模拟研究来验证逼近效果如何。要弄清楚哪个更好，只有去查作者发表的原始文献中的模拟实验结果。