GUÍA PRÁCTICA PARA REALIZAR PLS’s EN STATISTICA (versiones 7 en adelante)

Presentación del tema: "GUÍA PRÁCTICA PARA REALIZAR PLS’s EN STATISTICA (versiones 7 en adelante)"— Transcripción de la presentación:

1 GUÍA PRÁCTICA PARA REALIZAR PLS’s EN STATISTICA (versiones 7 en adelante)

2 En el módulo NIPALS Algorithm Si la respuesta es categórica Para hacer crossvalidations; cambiamos los valores V-fold: V value: indicando el número de particiones (folds) Seed: ese número para seleccionar diferentes grupos de muestras al azar … lo demás, mejor lo dejamos tal y como está por defecto

3 Solapa Quick Resultado de la crossvalidación. NS indica que esa componente (la última) ya no es significativa. La podemos quitar con el botón rectangular “Remove last”. Para la cuantificación de cómo de “ruidosas” son las diferentes unidades muestrales (separación de los patrones de covariación definidos por el PLS)

4 Solapa Advanced Para interpretar el significado de las componentes elegidas atendiendo a las variables X’s e Y’s (si hay varias variables respuesta) Para una estima de ‘outliers’ en las variables X’s e Y’s Para estimar las posiciones de las muestras (casos) en cada componente Para obtener las predicciones (¡ojo! escaladas partiendo de las Y’s originales a media=0 y sd=1) del modelo teniendo en cuenta las componentes seleccionadas arriba. El cuadrado de la desviación estándard de las predicciones coincide con la R 2 Y acumulada del modelo.

5 GUÍA PRÁCTICA PARA REALIZAR PLS’s EN TANAGRA Primero … Seleccionamos nuestro conjunto de datos dentro de una hoja de MS-Excel. Incluimos en la primera fila el nomber de las variables Segundo … Vamos a la solapa de complementos dentro de una hoja de MS-Excel. Seleccionamos TANAGRA y Execute

6 Al abrirse TANAGRA en una ventana independiente de programa … Damos click en este icono... y aparecerá debajo de Dataset Simultáneamente emergerá esta ventana. Seleccionaremos las variables predictoras en el panel izquierdo y con la flecha roja las pasamos al panel derecho INPUT. Hacemos lo mismo para la(s) respuesta(s) que pasamos a TARGET. click en OK.

7 Seleccionamos el componente PLS … y dentro de éste la opción PLSR. A continuación damos click con el botón derecho sobre PLSR 1 y seleccionamos Parameters… Aparecerá una ventana emergente con las solapas: Parameters Output Report

8 Seleccionamos el número de componente PLS que queremos obtener Marcamos las tres opciones Marcamos las cinco opciones … y damos click en OK Volvemos a dar click con el botón derecho del ratón sobre PLSR 1 … y pulsamos Execute ¡¡ HECHO !!

9 Explicación de la variable respuesta Y por las sucesivas componentes o Latent Factors Current: por esa componente Cumulative: acumulado (1, 1+2, 1+2+3, …) Retención de información de las variables predictoras X’s por las sucesivas componentes o Latent Factors Current: por esa componente Cumulative: acumulado (1, 1+2, 1+2+3, …) … y los RESULTADOS SON: En Component podemos seleccionar Copy results para copiar todos los resultados y pegarlos en MS-Excel o el programa de texto que queramos

10 … y los RESULTADOS SON: Con Wh tenemos los pesos Cuyos cuadrados dentro de cada componente suman 1 y nos indican su contenido informativo en esa componente afectando a la respuesta Y Con VIP tenemos una indicación de cómo varía la importancia de cada variable en la secuencia de componentes Factor 1 … solo considera F1 Factor 2 … considera el conjunto de F1 y F2 Factor 3 … considera el conjunto de F1, F2 y F3 …..

11 … y los RESULTADOS SON: Volvemos a dar al icono de Define status para abrir otra opción de selección de datos aplicable a PLSR 1 Seleccionamos con el botón derecho Parameters … y a continuación veremos las variables continuas (C) que se refieren a las componentes Y (Utilde) o de las X’s (las t). Luego nos vamos al componente Data visualization y seleccionamos el módulo View dataset … que arrastramos sin soltarlo hasta colgarlo de Define status 2 Para acabar damos doble click en View dataset

12 … y los RESULTADOS SON: Nos sale una ventana azul cobalto con los datos Que podemos de nuevo copiar para pegarlos en MS-Excel o el programa de texto que queramos

13 … y los RESULTADOS SON: Seleccionamos otra opción de análisis dentro del componente PLS llamada PLS Selección que arrastramos sin soltar hasta colgarla del análisis PLSR 1

14 … y los RESULTADOS SON: Con el botón derecho sobre PLS Selection 1 entramos en Parameters

15 … y los RESULTADOS SON: Seleccionamos el número de grupos (#folds) para la crosvalidación 5, 10, … Seleccionamos la regla de parada Q2 para elegir las componentes significativas teniendo en cuenta su robustez y reproducibilidad

16 … y los RESULTADOS SON: Damos doble click … y sale …

17 … y los RESULTADOS SON: El número de componentes significativas es … Sólo una (la primera) es Significativa atendiendo a la robustez del significado de las componentes construidas con las variables X’s. Pero por si acaso … podemos quedarnos con las dos primeras y valorar como de significativas son las relaciones U1 con T1 U2 con T2

18 … y los RESULTADOS SON: Una regresión múltiple con la respuesta Y y las dos componentes X’s t1 y t2 puede efectuarse con el módulo “Multiple linear regression” dentro del componente Regression. Ambas componentes son muy significativas