Introduction to Partial Least Squares Algorithms NIPALS and SIMPLS and an Application

Year 2007, Volume: 5 Issue: 2, 52 - 68, 14.12.2007

Elif Bulut Aylin Alın

Abstract

Partial least squares (PLS) is used for obtaining the smallest number of orthogonal latent variables (component) that explain the great amount of variation in the original independent variables which have multicollinearity. Since it is applicaple to various disciplines different algorithms have been developed for PLS. In this study, NIPALS which is the first and basic algorithm of PLS and SIMPLS developed by De Jong in 1993 will be described and illustrated on an health data set.

Keywords

Multicollinearity, Partial Least Squares, NIPALS, SIMPLS

Kısmi En Küçük Kareler Algoritmalarından NIPALS ile SIMPLS'ın Tanıtımı ve Bir Uygulama

Abstract

Kısmi en küçük kareler (KEKK) yöntemi, aralarında çoklu doğrusal bağlantı bulunan açıklayıcı değişkenler içerisinden, bu değişkenlerdeki değişimin büyük kısmını açıklayacak, dik ve daha az sayıda gizli değişkeni (bileşen) bulmakla ilgilenir. Farklı alanlarda farklı amaçlar doğrultusunda kullanımından dolayı, KEKK için farklı algoritmalar ortaya çıkarılmıştır. Bu çalışmada KEKK için en temel algoritma olan NIPALS, 1993 yılında De Jong tarafından geliştirilen ve yaygın olarak kullanılan SIMPLS algoritmalarına değinilmiş, bir örnek üzerinde uygulama gösterilmiştir.

Keywords

Çoklu Doğrusal Bağlantı, Kısmi En Küçük Kareler, NIPALS, SIMPLS

References

• De Jong, S., 1993. SIMPLS: An alternative approach to partial least squares regression. Chemometrics and Intelligent Laboratory Systems 18,251-263.
• Geladi, P., Kowalski, R., 1986. Partial least squares regression: A tutorial. Analytica Chimica Acta 185, 1-17.
• Helland, I. S., 1988. On the structure of partial least squares regression. Communications in Statistics l7(2), 581-607.
• Höskuldsson, A., 1988. PLS regression methods. Journal of Chemometrics 2, 211- 228.
• Lindgren, F., Rännar, S., 1998. Alternative partial least-squares (PLS) algorithms. Perspectives in Drug Discovery and Design 12/13/ 14, 105-113.
• Randall, D. Tobias., 1996. An introduction to partial least squares regression. SAS Institute Inc., Cary, NC. http://support.sas.com/techsup/teclmote/ts509.pdf, 11 Şubat 2008.
• Rawlings, J. O., 1988. Applied regression analysis: A research tool. Cole Advanced Books&Software. California.
• Wold, S., Sjostrom, M., Eriksson, L., 2001. PLS-regression: A basic tool of chemometrics. Chemometrics and Intelligent Laboratory Systems 58, 109-130.