Parciální nejmenší čtverce - regrese (PLS-R)
Modul PLS regrese poskytuje uživateli jednu z nejvýkonnějších současných výpočetních nástrojů pro vyhodnocování dvojice vícerozměrných proměnných, mezi nimiž se předpokládá možná lineární závislost jak unitř jedné, či druhé vícerozměrné proměnné, tak mezi oběma proměnnými navzájem. Tato výpočetně poměrně náročná metodika umožňuje vysvětlovat a predikovat jednu skupinu proměnných pomocí jiné skupiny proměnných. Velké množství aplikací nalezne metoda PLS regrese v řízení a plánování jakosti, ve výrobních technologiích, designu a optimalizace vlastností produktů, při vývoji nových produktů, marketingových studiích, ve výzkumu při vyhodnocování experimentů, při klinických studiích. Příkladem může být modelování vztahů mezi technologickými parametry při výrobě a parametry kvality produktu, nebo mezi chemickým složením a fyzikálními či biologickými vlastnostmi. Mezi typické otázky z technologické praxe, na něž často mohou postupy PLS odpovědět patří například:

Má čistota suroviny vliv na pevnost produktu?
Co se stane, zvýší-li se teplota při zpracování?
Dá se zvýšit stabilita produktu snížením otáček?
Které procesní parametry nejvíce ovlivňují pevnost?
Na jaké hodnoty nastavit procesní parametry, aby bylo dosaženo požadovaných vlastností?
Co způsobilo pokles parametru?
Čím a jak se od sebe liší jednotlivé výrobní šarže?
Jak zvýšit stabilitu/kvalitu?
Jak zvýšit pevnost/hodnotu/konkurenceschopnost?
Které vstupní parametry jsou rozhodující pro kvalitu?
Které procesní parametry jsou rozhodující pro kvalitu?

Matematické podrobnosti metody PLS jsou v uživatelském manuálu.

PDF PLS - manuál ve formátu Pdf

Dialogové okno
Parciální nejmenší čtverce

Výstupy: 
Protokol:
  • Vstupní data
  • Sloupce
  • Zvolená dimenze
  • Koeficienty PLS, B
  • Vysvětlený součet čtverců
  • Počet komponent
  • RSČ
  • Procenta variability
  • Vysvět. procent
  • Zátěže (Loadings) X, P
  • Zátěže (Loadings) Y, Q
  • Regresní koeficienty, A
  • Predikce
Grafy:
  • Bi-plot pro vstupní proměnnou
  • Bi-plot pro výstupní proměnnou
  • Sloučený Bi-plot
  • Graf dosažené shody
  • Efektivita modelu
  • Graf Y-Predikce
  • Graf Validace

Typická vstupní data obsahují několik měřených veličin z jedné a druhé skupiny, například vstupní a výstupní, apod.

Řešení menšího problému. 
Parciální nejmenší čtverce 

Řešení rozsáhlého problému, s velkým množstvím dat a desítkami proměnných. 
Parciální nejmenší čtverce

Grafické výstupy a regresní dignostika dat a modelu
Parciální nejmenší čtverce
Parciální nejmenší čtverce
Parciální nejmenší čtverce
Parciální nejmenší čtverce
Parciální nejmenší čtverce
Parciální nejmenší čtverce
Parciální nejmenší čtverce
Parciální nejmenší čtverce