PLS的基本模型是,给定的矩阵和向量y与 X = TP'+ E,y = T q'+ f相关, 其中T是一个潜在的n x k矩阵,而E ,f是噪声项(假设X,y为中心)。
PLS生成T,P,q的估计,以及回归系数\ hat {\ beta}的“捷径”向量,从而。我想在一些简化的假设下找到\ hat {\ beta}的分布,其中可能包括以下内容:
- 该模型是正确的,即 对于未知的T,P,q,X = TP'+ E,y = T q'+ f;
- 潜在因子的数量是已知的,并在PLS算法中使用。
- 实际误差项为具有已知方差的零均值法线。
这个问题有些不确定,因为有很多'the'PLS算法的变体,但是我接受其中任何一个的结果。我还将接受有关如何通过例如引导程序来估计\ hat {\ beta}分布的指南,但这也许是一个单独的问题。