偏最小二乘 - 预测
主题      操作步骤     另请参见 

统计 > 回归 > 偏最小二乘 > 预测

您可以使用 PLS 模型出于以下两个目的计算和存储预测的响应值：检验预测质量并预测新的响应。

·    检验预测质量：您可以将 PLS 模型应用于包含每个观测值的响应的新数据集。Minitab 计算新的响应值，并将其与每个观测值的实际响应比较，从而计算检验 R2（表明模型的预测能力）。

·    预测新的响应：您使用 PLS 模型为一组没有其响应数据的预测变量计算新响应值。没有响应数据，就无法计算检验 R2。

对话框项

连续预测变量的新观测值：按照每个预测变量输入到模型时的顺序为每个连续预测变量输入新观测值。您可以为每个预测变量输入一个数值，也可以为每个预测变量输入一个新的观测值数字列。各列必须长度相同。

类别预测变量的新观测值：按照每个预测变量输入到模型时的顺序为每个类别预测变量输入新观测值。您可以为每个预测变量输入一个值，也可以为每个预测变量输入一列新的观测值。各列必须长度相同。如果键入新的观测值，必须将文本值括在双引号内（例如，“女性”）。

响应的新观测值（选项）：输入包含响应值的数字列。不能键入响应值，它们必须存储在列中。响应列的数量必须等于模型中的响应数量，而且长度也必须与包含新观测值的预测变量数相等。

置信水平：键入所需的置信水平（例如，键入 90 表示 90%）。默认置信水平为 95%。

存储

拟合值：选中此项以存储新观测值的拟合值。

拟合值标准误：选中此项以存储估计的拟合值标准误。

置信限：选中此项以存储预测的置信区间的上下限。

预测限：选中此项以存储预测区间的上下限。