R in a Nutshell

Hauptkomponentenregression und Partial-Least-Squares-Regression

Herkömmliche Regressionen nach der Methode der kleinsten Quadrate funktionieren häufig nicht besonders gut, wenn die Prädiktoren hoch korreliert sind. Eine nützliche Methode zur Modellbildung für solche Daten ist die Hauptkomponentenregression. Im ersten Schritt reduziert das Verfahren mithilfe einer Hauptkomponentenanalyse die übergebenen Prädiktoren auf einen Satz bedeutsamer Faktoren. Über diese Hauptkomponenten wird im zweiten Schritt eine multiple Regression gerechnet. Die inhaltliche Interpretation der abgeleiteten Faktoren liegt selbstverständlich bei Ihnen.

Ein eng damit verwandtes Verfahren ist die Partial-Least-Squares-Regression (kurz PLS-Regression). Eins der Probleme der ...