Cristin-resultat-ID: 1735282
Sist endret: 9. oktober 2019 10:12
Resultat
Doktorgradsavhandling
2019

Exploration of Multi-response Multivariate Methods

Bidragsytere:
  • Raju Rimal

Utgiver/serie

Utgiver

Norwegian University of Life Sciences

Om resultatet

Doktorgradsavhandling
Publiseringsår: 2019
Antall sider: 116
ISBN: 978-82-575-1636-9

Klassifisering

Fagfelt (NPI)

Fagfelt: Matematikk
- Fagområde: Realfag og teknologi

Beskrivelse Beskrivelse

Tittel

Exploration of Multi-response Multivariate Methods

Tittel

Utforskning av multi-respons multivariate metoder

Sammendrag

En lineær regresjonsmodell definerer et lineært forhold mellom to eller flere tilfeldige variabler. De tilfeldige variablene som er avhengige av andre tilfeldige variabler, kalles ofte responsvariabler, og de uavhengige tilfeldige variablene kalles prediktorvariabler. I de fleste tilfeller er ikke all variasjon relevant for regresjon, dvs. bare en viss mengde variasjonen i prediktorene er relevante, og bare for en del av variasjonen i responsen. Dette fører til en reduksjon av den lineære regresjonsmodellen der man kan forestille seg et underrom av rommet som spennesut av prediktorvariablene som inneholder all relevant informasjon for et underrom av rommet spent ut av responsvariablene. I denne avhandlingenprøver vi å sammenligne noen nye metoder som er basert på Envelopemodellen og noen etablerte metoder som principal komponent regresjon (PCR) og partiell minste kvadraters regresjon (PLS). Sammenligningen tester disse metodene på deres ytelse til å produsere minimum prediksjon- og estimeringsfeil, mens modelleringsdata simuleres med spesielt designede egenskaper. For simuleringen har vi også laget en R-pakke kalt simrel med et webgrensesnitt. En simuleringsmodell for multirespons, multivariat lineær modell, som simuleringsverktøyet bygger på, diskuteres i den første artikkelen. Denne artikkelen utarbeider et grunnleggende fundament for simuleringene ba- sert på konseptet om reduksjon av regresjonsmodeller. Den andre artikke- len diskuterer likhetene i Envelope-, PCR- og PLS-populasjonsmodellene. Denne artikkelen sammenligner prediksjonsytelsen til flere multivariate metoder ved bruk av en modell med en enkelt respons. De to siste artiklene gir en grundig evaluering av prediksjons- og esti- meringsegenskapene til etablerte metoder (PCR, PLS1 og PLS2) og ny- utviklede envelope-baserte metoder (Xenv og Senv). Ikke uventet fant stu- dien at det ikke finnes en enkelt metode som dominerer i alle situasjoner, men resultatene deres avhenger av egenskapene til dataene de modellerer. Imidlertid har envelope-baserte metoder vist bemerkelsesverdig resultater i mange tilfeller, både når det gjelder prediksjon og estimering. Studien anbefaler også forskere å bruke og evaluere envelope-metodene.

Bidragsytere

Aktiv cristin-person

Raju Rimal

  • Tilknyttet:
    Forfatter
    ved Kjemi, bioteknologi og matvitenskap ved Norges miljø- og biovitenskapelige universitet
1 - 1 av 1