为什么带 R [pls] 的 PLS 回归系数与其他 R 包的不同？

Question

出于好奇，我想弄清楚为什么用 pls 获得的 PLS 回归系数与用 plsRglm、ropls 或 [=14= 获得的系数不同] 都提供相同的结果。

这里有一些代码可以开始。我尝试使用 plsr 函数的比例、中心和方法参数...但到目前为止没有成功。

library(pls)
library(plsRglm)
library(ropls)
library(plsdepot)

data(Cornell)

pls.plsr <- plsr(
  Y~X1+X2+X3+X4+X5+X6+X7, 
  data = Cornell, 
  ncomp = 3, 
  scale = TRUE, 
  center = TRUE
)

plsRglm.plsr <- plsR(
  Y~X1+X2+X3+X4+X5+X6+X7, 
  data = Cornell, 
  nt = 3, 
  scaleX = TRUE
)

ropls.plsr <- opls(
  as.matrix(Cornell[, grep("X", colnames(Cornell))]),
  Cornell[, "Y"], 
  scaleC = "standard"
)

plsdepot.plsr <- plsreg1(
  as.matrix(Cornell[, grep("X", colnames(Cornell))]),
  Cornell[, "Y"],
  comps = 3
)

## extract PLS regression coefficients for the PLS model with three components
coef(pls.plsr) # a
coef(plsRglm.plsr, type = "original") # b
coef(plsRglm.plsr, type = "scaled") # c
coef(ropls.plsr) # c
plsdepot.plsr$std.coefs # c
plsdepot.plsr$reg.coefs # b

Answer 1

首先，为了重新格式化，我们写：

library(pls)
library(plsRglm)
library(ropls)
library(plsdepot)

data(Cornell)
pls.plsr <- plsr(Y ~ X1 + X2 + X3 + X4 + X5 + X6 + X7, 
                 data = Cornell, 
                 ncomp = 3, scale = T, center = T)
plsRglm.plsr <- plsR(Y ~ X1 + X2 + X3 + X4 + X5 + X6 + X7, 
                    data = Cornell, 
                    nt = 3, scaleX = TRUE)
ropls.plsr <- opls(as.matrix(Cornell[, grep("X", colnames(Cornell))]),
                   Cornell[, "Y"], scaleC = "standard")
plsdepot.plsr <- plsreg1(as.matrix(Cornell[, grep("X", colnames(Cornell))]),
                         Cornell[, "Y"], comps = 3)

完成后，您可以提取原始比例中的系数：

### ORIGINAL SCALE -  plsRglm, plsdepot
coef(plsRglm.plsr, type = "original")
plsdepot.plsr$reg.coefs

或者您可以缩放它们：

### SCALED - plsRglm, ropls, plsdepot
coef(plsRglm.plsr, type = "scaled")
coef(ropls.plsr)
plsdepot.plsr$std.coefs

因此，所有方法现在都会产生相同的系数...除了 pls::plsr。为什么？你可能会问。关键在命令中。当你运行:

coef(pls.plsr) # , , 3 comps

您看到“, , 3”。这是张量对象的特征。这是什么？系数应该只是一个向量。原因是 coef 是一个通用函数，它不能正常用于 pls::plsr 模型。查看它实际提取的内容：

pls.plsr$coefficients
matrix(pls.plsr$coefficients, ncol = 3) # or in matrix form. coef simply extracts the third column (it should not)

但是如果您检查每个 R 包中的等效对象，您会发现所有模型都具有相同的拟合度，如下所示：

matrix(pls.plsr$projection, ncol = 3)    
plsRglm.plsr$wwetoile
plsdepot.plsr$mod.wgs
ropls.plsr@weightStarMN

因此，对于 pls::plsr，您根本没有提取系数。

为什么带 R [pls] 的 PLS 回归系数与其他 R 包的不同？

Why do PLS regression coefficients with R [pls] differ with those from other R packages?

r

pls