Regresion PLS y PCA como solución al problema de multicolinealidad en regresión múltiple
Open Access
- 1 February 2011
- journal article
- Published by Universidad de Costa Rica in Revista de Matemática: Teoría y Aplicaciones
- Vol. 18 (1) , 9-20
Abstract
Se presentan y comparan las técnicas de regresión por componentes principales y la regresión por componentes desde mínimos cuadros parciales, como solución al problema milticolinealidad en regresión múltiple. Se ilustran las metodologías con ejemplos de aplicación en la que se observa la superioridad de la técnica por mínimos cuadros parciales.Keywords
This publication has 4 references indexed in Scilit:
- A Statistical View of Some Chemometrics Regression ToolsTechnometrics, 1993
- Continuum Regression: Cross-Validated Sequentially Constructed Prediction Embracing Ordinary Least Squares, Partial Least Squares and Principal Components RegressionJournal of the Royal Statistical Society Series B: Statistical Methodology, 1990
- Soft Modelling by Latent Variables: The Non-Linear Iterative Partial Least Squares (NIPALS) ApproachJournal of Applied Probability, 1975
- Principal Components Regression in Exploratory Statistical ResearchJournal of the American Statistical Association, 1965