偏最小二乘

分量评估 - 分值图

分值图是模型中第一个和第二个分量的 x 分值的散点图。如果前两个分量解释预测变量的大多数方差，则此图中点的配置近似反映数据的原始多维配置。要检查预测变量中由模型解释的方差数量，请检查模型选择和验证表中的 x 方差值。如果 x 方差值很高，那么模型解释预测变量中的显著性方差。

注意	如果模型包含 2 个以上的分量，您可能想要使用图形 > 散点图来图示其他分量的 x 分值。为此，请存储 x 分值矩阵，然后使用数据 > 复制 > 矩阵到列将该矩阵复制到列。如果模型只有一个分量，那么输出中不会显示此图。

检查此图时，请查找以下信息：

· 杠杆率点 - 图中远离大部分点的点可能是杠杆率点，且可能对结果具有显著效应。

· 聚类 - 聚集在一起的点可能表明数据中有两种或更多的不同分布，可以通过不同的模型来更好地描述。

在此示例中，笔刷分值图显示上面象限中大豆样本 36、38、40、41 和 42 可能具有高杠杆率值。其中几个样本在其他图中显示为异常值或杠杆率点。因为前两个分量描述了预测变量中 99% 的方差，所以此图足以代表该数据。