我在R中做了一个SIMPLS回归但是我不确定如何解释结果,这就是我的函数看起来的样子,
yarn.simpls<-mvr(Pcubes~X1+X2+X3,data=dtj,validation="CV",method="simpls")
这是我的结果
summary(yarn.simpls)
X dimension: 33471 3
Y dimension: 33471 1
Fit method: simpls
Number of components considered: 3
VALIDATION: RMSEP
Cross-validated using 10 random segments.
(Intercept) 1 comps 2 comps 3 comps
CV 0.5729 0.4449 0.4263 0.4175
adjCV 0.5729 0.4449 0.4263 0.4175
TRAINING: % variance explained
1 comps 2 comps 3 comps
X 86.77 97.67 100
Pcubes 39.74 44.72 47
我想知道的是,我的系数是多少?它是VALIDATION下的adjCV行:RMSEP。 TRAINING:%方差表示,就像变量的意义一样?我只是想确保我正确地解释结果。
答案 0 :(得分:0)
%方差描述了每个ncomp从x变量捕获的变化量,然后是响应变量,因此可以将其视为每个ncomp捕获数据中信息的相对能力。
CV&amp; adjCV是预测均方根误差(RMSEP)的值,它为您提供有关每个ncomp模型预测结果变量的信息。在您的情况下,具有1个组件的模型似乎具有最高的预测能力。
如果您想要基础变量的系数,请使用coef(yarn.simpls)
。这将为您提供每个ncomp的变量系数。