文档介绍：simca-p简易图解教程
Simca-p简易图解教程
-p软件下载,下载地址如下:
选第一个SIMCA-P+ Demo 37 MB ,然后把下面的表格填好,就可以下载了,安装时选择试用版的注册码,就可以使用了;好像是有时间限制,不过现在本人已经用了有3天了,还没过期,也不清楚具体试用时间多长。
安装过程不再赘述。Simca-p不支持直接键盘输入数据,需从已有文件导入,但是支持的文件类型很广。我是直接用excel2007编辑数据,然后导入,可行。
但如步骤:file→new,选择文件类型为all files ,然后选中你要导入的文件。
接下来还有一些设置,英文比较简单,不再赘述,一般按照默认的即可
选择数据所在表(以导入excel文件为例),然后“下一步”
导入效果如下图,默认第一列为标识列,第一行为标题行,不过simca-p对中文支持不是很好,导入之后标题中的中文全变成了乱码,可以双击直接在表上改,也可以在建立导入文件时全部使用英文。
下一步,默认设置即可。如果提示有乱码,必须改正后才能进行此步骤。
导入效果,已经建立project,接下来软件还会提示进行操作,即设定X与y选项值。
默认情况下各列都为X值(自变量),可将因变量设为Y,点中改列名再点右边的“Y”选项即可。
设置完成,如下图,即可开始分析了。
偏最小二乘法分析最重要的是获得回归参数。回归参数获取步骤:analysis→coefficients→list(输出为表)或者plot(输出为图)
输出为表的结果如下,注意,此输出系数为自变量和因变量数据标准化后的回归参数,本人尚不知标准化前的数据是否可以自动输出。回归模型检验参数获取方式尚未弄清。
由t[1]/u[1]图可以获得模型整体模型结果,如下图,如线性较好,则说明整体模型效果较好。
模型模拟值和实际值比较:predictions→Y predicted→line plot
效果如下图。如选用list,即可得到模拟值和实际值的比较表格。
特异点识别可用t[1]/t[2]。