New Perspectives in Partial Least Squares and Related Methods

دیدگاه‌های جدید در کمترین مربعات جزئی و روش‌های مرتبط تحقیقات اصلی و با بازبینی همتا را از ارائه‌های جلسه روش‌های حداقل مربعات جزئی در سال 2012 (PLS 2012) به اشتراک می‌گذارد. این هفتمین نشست از سری کنفرانس های PLS و اولین جلسه ای بود که در ایالات متحده آمریکا برگزار شد. PLS مخفف کمترین مربعات جزئی است و همچنین گاهی اوقات به عنوان projection to latent structures گسترش می یابد. این رویکردی برای مدل‌سازی روابط بین ماتریس‌های داده انواع مختلف متغیرهای اندازه‌گیری شده بر روی یک مجموعه از اشیاء است. بیست و دو مقاله در این جلد، که شامل سه مشارکت دعوت شده از سخنرانان اصلی ما است، یک نمای کلی از وضعیت فعلی پیشرفته ترین تحقیقات مرتبط با PLS و روش های مرتبط ارائه می دهد. دانشمندان برجسته از سراسر جهان در PLS 2012 شرکت کردند و مشارکت آنها ابعاد چندگانه روش های مبتنی بر حداقل مربعات جزئی را پوشش داد. این پیشرفت‌های نظری هیجان‌انگیز از رگرسیون و همبستگی حداقل مربعات جزئی، مدل‌سازی مسیر مبتنی بر مؤلفه تا رگرسیون منظم و تجسم زیرفضا را دربرمی‌گرفت. در پیروی از سنت شش جلسه قبلی PLS، این مشارکت‌ها همچنین شامل طیف گسترده‌ای از رویکردهای PLS مانند متامدل‌های PLS، انتخاب متغیر، رگرسیون PLS پراکنده، PLS مبتنی بر فاصله، اهمیت در مقابل قابلیت اطمینان، و PLS غیرخطی بودند. در نهایت، این مشارکت‌ها روش‌های PLS را برای داده‌هایی که از داده‌های سنتی اقتصادسنجی/اقتصادی به داده‌های ژنومیک، تصاویر مغز، سیستم‌های اطلاعاتی، اپیدمیولوژی و طیف‌سنجی شیمیایی سرچشمه می‌گیرند، اعمال کردند. چنین حجم گسترده و جامعی همچنین استفاده های جدید از مدل های PLS را در کار محققان و دانشجویان در بسیاری از زمینه ها تشویق می کند.

New Perspectives in Partial Least Squares and Related Methods shares original, peer-reviewed research from presentations during the 2012 partial least squares methods meeting (PLS 2012). This was the 7th meeting in the series of PLS conferences and the first to take place in the USA. PLS is an abbreviation for Partial Least Squares and is also sometimes expanded as projection to latent structures. This is an approach for modeling relations between data matrices of different types of variables measured on the same set of objects. The twenty-two papers in this volume, which include three invited contributions from our keynote speakers, provide a comprehensive overview of the current state of the most advanced research related to PLS and related methods. Prominent scientists from around the world took part in PLS 2012 and their contributions covered the multiple dimensions of the partial least squares-based methods. These exciting theoretical developments ranged from partial least squares regression and correlation, component based path modeling to regularized regression and subspace visualization. In following the tradition of the six previous PLS meetings, these contributions also included a large variety of PLS approaches such as PLS metamodels, variable selection, sparse PLS regression, distance based PLS, significance vs. reliability, and non-linear PLS. Finally, these contributions applied PLS methods to data originating from the traditional econometric/economic data to genomics data, brain images, information systems, epidemiology, and chemical spectroscopy. Such a broad and comprehensive volume will also encourage new uses of PLS models in work by researchers and students in many fields.