在R中解释SIMPLS回归结果

Question

我在R中做了SIMPLS回归，但我不确定如何解释结果，这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，系数是多少？是否是验证中的adjCV行: RMSEP。训练：%方差解释，这是像变量的重要性吗？我只想确保我正确地解释了结果。

Answer 1

% variance描述每个ncomp从x变量捕获多少变化，然后是response变量，因此它可以被认为是每个ncomps捕获数据中信息的相对能力。

CV和adjCV是预测均方根误差(RMSEP)的值，它提供了有关每个ncomp模型预测结果变量的程度的信息。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。

如果需要基础变量的系数，请使用coef(yarn.simpls)。这将给出每个ncomp的可变系数是多少。