偏最小二乘回归分析怎么做:成分数与 VIP 值
偏最小二乘回归分析适合把相关的多个自变量压缩成少量成分,再预测连续结果;成分数看交叉验证,变量筛选看 VIP。VIP 值描述模型中的贡献,系数区间描述重抽样稳定性,两者都不是自变量的显著性检验。
偏最小二乘回归分析的数据要怎么排
一行对应一个相互独立的观测对象,一列对应一个测量指标。先把预测目标与输入指标分开,目标形成之后才能知道的变量,应从预测输入中排除,避免把未来信息带进模型。
以下结果来自本站演示数据(模拟生成,不代表真实研究结论)。本例使用完整的 120 行演示记录,三个输入指标预测一个连续目标;帮助文章偏最小二乘回归(PLSR)提供方法口径。
本例用广告投入、门店面积与促销指标共同预测月度销售额。PLSR把这些输入投影到潜在成分后再拟合目标,原始列与成分之间存在对应关系;阅读VIP表时应对照这组三个指标,避免把成分编号解释成某个原始变量。
| 数据角色 | 整理要求 | 建模时核对 |
|---|---|---|
| 预测目标 | 连续测量、有真实波动 | 单位及业务含义清楚 |
| 输入指标 | 多列定量指标 | 避免把目标重复放入 |
| 观测对象 | 每行一个对象 | 排除重复或关联观测 |
PLSR 同时利用输入间的结构以及输入与目标的关系,所以成分的含义与单个原始指标不同。若研究问题要求每个自变量的独立效应及其检验,应另行选择符合研究设计的推断模型,而不是给 VIP 配一个自行推定的 p 值。
成分数与 vip值怎么核对
- 在方法列表进入「偏最小二乘回归(PLSR)」,载入演示数据,确认目标和输入列分别放置。
- 核对当前成分数与报告中的实际设置,先保留本次演示配置,完成一轮分析。
- 阅读各成分数的交叉验证 Q²,再与当前成分数对照;解释系数前,先确认报告采用的标准化口径。
- 从 VIP 表挑出值得进一步检查的指标,并对照载荷与 Bootstrap 区间,而不是直接把排名写成效应大小。
输入指标相关并不自动意味着需要尽可能多的成分。增加成分可能让样本内拟合更贴近原始目标,但实际预测能否受益,要在验证指标上另作判断;重复试过多个配置后,还应保留选择过程,避免只报告看起来较好的一次。
Q² 与 VIP 结果怎么看
当前保留两个成分,交叉验证 Q²=0.5330,样本内 R²=0.566。三个成分时 Q²=0.5340,在本次候选中较高;这说明当前默认配置与按 Q² 选出的配置并不相同,本文保留当前运行结果供核对,并未另跑第三成分模型。
当前模型的投入指标 VIP=1.218,另外两个指标为 0.954 与 0.779。VIP 约为一的经验界线用于描述相对贡献,未提供假设检验,轻微跨界也不足以单独决定去留。

上图的成分权重是 Y-Rotations 的贡献权重绝对值,不是 VIP,也不是成分数量的选择依据。样本内 R² 回答当前数据被拟合到什么程度,Q² 回答留出观测的预测表现。后者若为负,表示在该验证口径下预测未超过相应均值基线;若为正,也仍需结合折划分和样本结构讨论适用范围。

VIP 高只说明该指标参与了本次成分的预测贡献。相关指标之间可能共享信息,使单项重要性被分摊;因此应把同组指标一起理解,结合测量可靠性、采集成本和未来能否取得这些指标,制定下一轮验证方案。

这张报告卡用于核对贡献与成分结构,并不是额外的一次验证。系数使用标准化后的输入尺度,本报告给出保留目标原单位的半标准化系数,系数也随目标单位而变;将它写成原始输入每增加一个单位的变化量,会混淆两种尺度。
论文里怎样交代成分选择
可写为:使用完整演示记录建立偏最小二乘回归,保留两个成分,五折交叉验证 Q²=0.5330。候选成分数比较显示三个成分的 Q²=0.5340,故当前设置未按验证较高点调整;变量贡献以 VIP 描述,系数区间仅用于说明重抽样方向稳定性。
方法段还应说明输入和目标的定义、缺失记录处理、成分选择依据以及验证方式。结果段把拟合与预测分开写,变量贡献用 VIP 和区间描述,讨论段再列出可能影响外推的样本来源与指标相关结构。

偏最小二乘回归常见错误
- 用累计拟合率挑成分:它偏向更复杂的模型,应把成分选择与验证 Q² 对照记录。
- 把 VIP 当成显著性:它是重要性指标,应补充模型范围与共线信息的说明。
- 直接解释原单位系数:先核对标准化对象,再写清系数尺度与目标单位。
- 把重抽样区间当成完整推断:区间反映当前流程的稳定性,成分选择的不确定性也需交代。
演示数据不用登录就能跑;用自己的数据分析、导出 Word / PDF 报告、使用 AI 解读需要开通会员。先用演示数据核对报告各表的角色,再将同样的核对流程用于自己的数据。
延伸阅读
常见问题
偏最小二乘回归分析能说明因果吗?
这里的模型用于预测与结构描述。变量进入模型或贡献较高,只说明与当前预测流程有关,因果判断仍依赖研究设计。
vip值是否就是显著性?
需要先区分重要性、拟合与假设检验。这里的贡献或规则指标描述模型如何使用变量,不能直接读成效应的显著性。
可以只报告训练结果吗?
应将训练表现与验证表现分开报告。训练数据参与模型建立,评价未来观测的预测能力还需依靠合适的验证数据和设计。