PLS회귀를 이용한 포지셔닝맵의 구축

이종호(Jong Ho Lee),이성근(Seong Keun Yi),최지호(Ji Ho Choi) 한국마케팅학회 2011 마케팅연구 Vol.26 No.3

Partial Least Squares (PLS) 회귀 방법은 관찰치의 수보다 변수의 수가 더 많을 때 사용할 수 있는 다변량분석기법이다. 뿐만 아니라 PLS회귀는 주성분을 추출할 때 반응변수와 설명변수를 동시에 고려하기 때문에 주성분회귀분석보다 예측력이 더 우월하다. 이 논문에서는 PLS방법으로 얻어진 주성분에 각 변수(속성)를 회귀시켜 각 변수의 벡터를 구하였으며, 각 주성분점수를 활용하여 관찰치(브랜드)들의 좌표를 구하여 각 관찰치들의 포지션을 지도상에 표시할 수 있도록 하였다. 얻어진 관찰치들의 포지션은 각 변수의 위치와 교차하여 해석할 수 있어 각 관찰치의 특성을 파악할 수 있으며, 각 설명변수들도 각 반응변수들과 어떻게 관계를 가질 수 있는가도 지도상에서 해석이 가능하다. Partial Least Squares regression(PLSR) proposed by Herman Wold in 1966 has been used as very valuable method to predict a set of response variables by a set of explanatory variables. PLSR is very useful for building a predictive model when variables are many and highly correlated. Multiple regression analysis also useful tool for building a prediction model. But it has much limitation when variables are many and highly correlated. In such cases, even though we can build a prediction model, it will fail to predict new data well (Tobias, 2007). Especially when the number of variables is much larger than the number of observations, the phenomenon of so-called ``overfitting`` occurs. When the explanatory variables are highly correlated, one approach to overcome the problem is to remove the some of highly correlated explanatory variables. Another approach is to reduce the explanatory variables into small number of variables which have no correlations. The concept of PLS is to extract small numbers of latent variables which explain for highly correlated many variables. In that sense, PLS is a indirect modelling. But the way of extracting latent variables is different from the traditional method, The superiority of PLSR to PCR(Principal Component Regression) is very well known. Ryan et. al (1999) showed empirically that PLSR is better than PCR in prediction the response variable. They compared three models with mediators and collinearity among the response variables, for example, regression, PCR, and PLSR. As the hypothesized conceptual model had moderators and collinearity in their study, the regression model was not germane to the research objective. Hence their focus was on the comparison of PCR, with PLSR. Even though the fact that there was a difference in estimating the coefficients between PCR and PLSR was very confusing, But prediction of PLSR was better than PCR. Even though PLSR began in social sciences, it`s uses are extended to the various fields like chemometrics (Westerhuis 1998; Wagon & Kowalski 1988; Geladi & Kowalski 1986) or sensory evaluation (Martens & Naes 1989), marketing (Abdi 2003; Chin et al. 2003; Graver, et al 2002; Ryan et al 1999; Fornell and Bookstein 1982; Japal 1982) and design (Han and Yang 2004). Interestingly, similarly to this research, Husson & Pages (2005) proposed the way of corresponding additional variables by the use of PLSR coefficients instead of the linear regression coefficients in Prefmap technique. Huh and colleagues proposed several quantification methods using traditional multivariate data analysis techniques (Kim, 2000; Yang, 1998; Park and Huh 1996a, b; Han, 1995). The quantification methods proposed by them are endeavors to reduce the multivariate data with interrelationship and to represent or to plot them onto the low dimensional space. Projection pursuit stands for those methods. It aims to analyze the characteristics and structure of data through projecting the multivariate data onto the lower dimensional space and through analyzing the projection. In that sense, quantification method means a technique for building map in marketing. The purpose of this research is to propose the algorithm for building positioning map by PLSR. The basis of the algorithm is a singular value decomposition. To derive the form of singular value decomposition, Lagrange multiplier method function was adopted. After components are extracted via singular value decomposition, the relationships between components and variables can be gotten by regressing variables on the components. The regression coefficients are the coordinates of the variables. Additionally we can get score vectors of components for observations from the same process. They are the coordinates of the observations. That is, The variables and observations can be positioned on the simple space generated by PLSR. The quantification technique for PLS method gives us the better understanding of structure of variables and observations. The lim

PLS를 활용한 고차요인구조 추정방법의 비교

손기혁(Ki-Hyuk Son),전영호(Young-Ho Chun),옥창수(Chang-Soo Ok) 한국산업경영시스템학회 2013 한국산업경영시스템학회지 Vol.36 No.4

Estimation approaches for casual relation model with high-order factors have strict restrictions or limits. In the case of ML (Maximum Likelihood), a strong assumption which data must show a normal distribution is required and factors of exponentiation is impossible due to the uncertainty of factors. To overcome this limitation many PLS (Partial Least Squares) approaches are introduced to estimate the structural equation model including high-order factors. However, it is possible to yield biased estimates if there are some differences in the number of measurement variables connected to each latent variable. In addition, any approach does not exist to deal with general cases not having any measurement variable of high-order factors. This study compare several approaches including the repeated measures approach which are used to estimate the casual relation model including high-order factors by using PLS (Partial Least Squares), and suggest the best estimation approach. In other words, the study proposes the best approach through the research on the existing studies related to the casual relation model including high-order factors by using PLS and approach comparison using a virtual model.

부분최소제곱 구조방정식 모형을 활용한 종업원의 만족도 영향 분석

전희주 한국자료분석학회 2013 Journal of the Korean Data Analysis Society Vol.15 No.2

Structural equation model by LISREL is based covariance among variables of samples but structural equation model by partial least squares (PLS) is based on the variance. The method by PLS is more valuable than LISREL in case that (1) the number of sample is small, (2) normality is not satisfied in the data, (3) the independence of measurable data is not warranted. The purpose of this study is to find factors which affect employees’ satisfaction among boss’ trust, work environment, work attitude, team work, executives’ leadership, salary & promotion, organization commitment and job satisfaction by PLS structural equation model with A telephone company employees’ survey data in Korea. As a result of study, factors affecting organization commitment are work attitude, salary & promotion and those influencing job satisfaction are work attitude and team work at the statistical significance level 0.05. Also organization commitment and job satisfaction are both very significant in explaining employees’ satisfaction at the statistical significance level 0.01. LISREL에 의한 구조방정식 모형을 분석하는 방법은 표본의 변수 간 우도기반의 공분산에 바탕을 두고 있는 반면, 부분최소회귀(partial least squares, PLS)에 의한 구조방정식 모형은 분산에 기반을 두고 있다. PLS에 의한 방법은 (1) 표본의 수가 적거나 (2) 데이터가 정규성을 만족하지 않는 경우 (3) 측정데이터의 독립성이 보장되지 않는 경우에 LISREL에 의한 방법보다 더 유리하다. 본 연구의 목적은 국내 A 통신사의 데이터를 이용하여 직원들의 상사신뢰, 근무여건, 업무태도, 동료/팀웍, 경영자 리더십, 급여복지가 조직몰입과 직무만족과의 관계, 조직몰입과 직무만족이 종업원 만족도에 영향을 미치는지를 PLS 구조방정식 방법을 적용하여 실증 분석하였다. 연구 결과, 통계적 유의수준 0.05에서 조직몰입에 영향을 주는 요인은 업무태도와 급여복지이며, 직무만족에 영향을 주는 요인은 통계적 유의수준 0.01에서 무태도와 동료팀워크로 나타났다. 그리고 최종적으로 조직몰입과 직무만족은 종업원만족도에 통계적 유의수준 0.01에서 크게 영향을 주는 것으로 분석이 되었다.

FT-IR스펙트럼 데이터의 다변량통계분석 기반 들잔디와 갯잔디의 대사체 수준 신속 식별 체계

양대화,안명숙,정옥철,송인자,고석민,전예인,강홍규,선현진,권용익,김석원,이효연,Yang, Dae-Hwa,Ahn, Myung Suk,Jeong, Ok-Cheol,Song, In-Ja,Ko, Suk-Min,Jeon, Ye-In,Kang, Hong-Gyu,Sun, Hyeon-Jin,Kwon, Yong-Ik,Kim, Suk Weon,Lee, Hyo-Yeon 한국식물생명공학회 2016 식물생명공학회지 Vol.43 No.2

본 연구에서는 FT-IR 스펙트럼 분석을 통해 한국에서 자생하는 Zoysia 속인 들잔디(Zoysia japonica)와 갯잔디(Zoysia sinica)의 전세포추출 시료로부터 대사체 수준에서 신속한 식별체계를 확립하고자 하였다. 이를 위해 기준라인으로 분자마커를 이용해 동정이 완료된 들잔디와 갯잔디 시료를 FT-IR 분석에 사용하였으며, 제주도와 전라도에서 수집된 미동정 잔디들을 기준라인과 비교분석하기 위해 FT-IR 분석에 사용하였다. 기준라인 들잔디와 갯잔디 시료로부터 확보된 FT-IR 스펙트럼 데이터의 PCA (principal component analysis)와 PLS-DA (partial least square discriminant analysis) 분석 결과 각 기준라인은 들잔디 및 갯잔디 종에 따라 뚜렷하게 식별되었다. 들잔디와 갯잔디 시료 사이에서 가장 큰 PC loading value값을 보인 부위는 $1,100{\sim}950cm^{-1}$였다. 이 부위는 carbohydrates 계열의 화합물들의 질적, 양적 정보를 반영하는 부위로 이 계열의 화합물의 양적, 질적 차이가 들잔디, 갯잔디의 대사체 수준 구분에 중요한 역할을 하고 있음을 알 수 있었다. 기준라인 들잔디와 갯잔디 시료집단에 미동정된 잔디 시료 집단을 추가하여 PCA와 PLS-DA 분석한 결과, 일차적으로 들잔디와 갯잔디로 구분이 이루어졌으며 미동정 집단은 모두 들잔디 그룹내에 분포하였다. 특히, HCA (hierarchical clustering analysis) dendrogram 분석 결과에서 동정 및 미동정 들잔디 시료들은 모두 수집지 특성에 따라 국내 국립공원의 고산지대와 국내 섬지역 해안가의 저지대로 별도의 소그룹을 형성하였다. 따라서, 본 연구 결과에서 확립된 FT-IR 스펙트럼 분석법은 한국 전역에 자생하는 들잔디와 갯잔디의 신속한 종 식별뿐만 아니라 수집 지역의 특성에 따라 대사체 수준에서의 유연관계를 규명하는데 활용 가능할 것으로 기대된다. This study aims to establish a system for the rapid discrimination of Zoysia species using metabolite fingerprinting of FT-IR spectroscopy combined with multivariate analysis. Whole cell extracts from leaves of 19 identified Zoysia japonica, 6 identified Zoysia sinica, and 38 different unidentified Zoysia species were subjected to Fourier transform infrared spectroscopy (FT-IR). PCA (principle component analysis) and PLS-DA (partial least square discriminant analysis) from FT-IR spectral data successfully divided the 25 identified turf grasses into two groups, representing good agreement with species identification using molecular markers. PC (principal component) loading values show that the $1,100{\sim}950cm^{-1}$ region of the FT-IR spectra are important for the discrimination of Zoysia species. A dendrogram based on hierarchical clustering analysis (HCA) from the PCA and PLS-DA data of turf grasses showed that turf grass samples were divided into Zoysia japonica and Zoysia sinica in a species-dependent manner. PCA and PLS-DA from FT-IR spectral data of Zoysia species identified and unidentified by molecular markers successfully divided the 49 turf grasses into Z. japonica and Z. sinica. In particular, PLS-DA and the HCA dendrogram could mostly discriminate the 47 Z. japonica grasses into two groups depending on their origins (mountainous areas and island area). Considering these results, we suggest that FT-IR fingerprinting combined with multivariate analysis could be applied to discriminate between Zoysia species as well as their geographical origins of various Zoysia species.

FT-IR스펙트럼 데이터의 다변량통계분석 기반 들잔디와 갯잔디의 대사체 수준신속 식별 체계

양대화,안명숙,정옥철,송인자,고석민,전예인,강홍규,선현진,권용익,김석원,이효연 한국식물생명공학회 2016 JOURNAL OF PLANT BIOTECHNOLOGY Vol.43 No.2

This study aims to establish a system for the rapid discrimination of Zoysia species using metabolite fingerprinting of FT-IR spectroscopy combined with multivariate analysis. Whole cell extracts from leaves of 19 identified Zoysia japonica, 6 identified Zoysia sinica, and 38 different unidentified Zoysia species were subjected to Fourier transform infrared spectroscopy (FT-IR). PCA (principle component analysis) and PLS-DA (partial least square discriminant analysis) from FT-IR spectral data successfully divided the 25 identified turf grasses into two groups, representing good agreement with species identification using molecular markers. PC (principal component) loading values show that the 1,100 ~ 950 cm -1 region of the FT-IR spectra are important for the discrimination of Zoysia species. A dendrogram based on hierarchical clustering analysis (HCA) from the PCA and PLS-DA data of turf grasses showed that turf grass samples were divided into Zoysia japonica and Zoysia sinica in a species-dependent manner. PCA and PLS-DA from FT-IR spectral data of Zoysia species identified and unidentified by molecular markers successfully divided the 49 turf grasses into Z. japonica and Z. sinica. In particular, PLS-DA and the HCA dendrogram could mostly discriminate the 47 Z. japonica grasses into two groups depending on their origins (mountainous areas and island area). Considering these results, we suggest that FT-IR fingerprinting combined with multivariate analysis could be applied to discriminate between Zoysia species as well as their geographical origins of various Zoysia species. 본 연구에서는 FT-IR 스펙트럼 분석을 통해 한국에서 자생하는 Zoysia 속인 들잔디(Zoysia japonica)와 갯잔디(Zoysia sinica)의 전세포추출 시료로부터 대사체 수준에서 신속한식별체계를 확립하고자 하였다. 이를 위해 기준라인으로분자마커를 이용해 동정이 완료된 들잔디와 갯잔디 시료를FT-IR 분석에 사용하였으며, 제주도와 전라도에서 수집된미동정 잔디들을 기준라인과 비교분석하기 위해 FT-IR 분석에 사용하였다. 기준라인 들잔디와 갯잔디 시료로부터확보된 FT-IR 스펙트럼 데이터의 PCA (principal component analysis)와 PLS-DA (partial least square discriminant analysis) 분석 결과 각 기준라인은 들잔디 및 갯잔디 종에 따라 뚜렷하게 식별되었다. 들잔디와 갯잔디 시료 사이에서 가장 큰PC loading value값을 보인 부위는 1,100 ~ 950 cm -1 였다. 이부위는 carbohydrates 계열의 화합물들의 질적, 양적 정보를반영하는 부위로 이 계열의 화합물의 양적, 질적 차이가 들잔디, 갯잔디의 대사체 수준 구분에 중요한 역할을 하고 있음을 알 수 있었다. 기준라인 들잔디와 갯잔디 시료집단에미동정된 잔디 시료 집단을 추가하여 PCA와 PLS-DA 분석한 결과, 일차적으로 들잔디와 갯잔디로 구분이 이루어졌으며 미동정 집단은 모두 들잔디 그룹내에 분포하였다. 특히, HCA (hierarchical clustering analysis) dendrogram 분석 결과에서 동정 및 미동정 들잔디 시료들은 모두 수집지 특성에따라 국내 국립공원의 고산지대와 국내 섬지역 해안가의저지대로 별도의 소그룹을 형성하였다. 따라서, 본 연구 결과에서 확립된 FT-IR 스펙트럼 분석법은 한국 전역에 자생하는 들잔디와 갯잔디의 신속한 종 식별뿐만 아니라 수집지역의 특성에 따라 대사체 수준에서의 유연관계를 규명하는데 활용 가능할 것으로 기대된다.

서비스 품질 측정과 경영성과에 대한 PLS 구조방정식모델분석: KNPS의 모형개발과 적용

김계수 ( Gye Soo Kim ) 한국고객만족경영학회 2014 고객만족경영연구 Vol.16 No.1

탁월한 품질과 고객충성도 확보는 경영성과의 원천이다. 특히, 불황기에 탁월한 서비스품질과 고객 만족을 통한 지속적인 고객충성도 확보는 핵심경쟁력이다. 서비스품질은 고객의 요구에 맞추거나 고객가치를 창출할 수 있는 역량을 말한다. 탁월한 서비스 제공으로 끊임없이 고객만족과 고객충성도를 확보하는 것이 불확실한 경영환경하에서 모범답안이다. 본 연구에서는 서비스가치사슬(SVC: Service Value Chain)상의 서비스품질 차원들을 확인하고 서비스품질차원과 KNPS(순수추천지수)와의 연계성을 고려한 연구모델을 수립하는데 있다. 본 연구에서 제시한 연구모형의 실증분석을 위해서 PLS구조방정식모델링을 이용하였다. PLS분석방법은 엄격한 정규분포성 가정에 덜 구애받고, 대표본인 경우 또는 반영지표와 조형지표가 혼합되어 있는 연구모델 분석에도 용이하게 적용되는 방법이다. 매년 개최되는 국제음악영화제의 참가자들을 대상으로 한 설문조사를 토대로 분석한 결과, 국제음악영화제 프로그램 자체는 고객만족에 유의한 영향을 미치는 것으로 나타났다(t=5.854>± ). 또한 고객만족은 KNPS(순수추천지수)에 유의한 영향을 미치는 것으로 나타났다((t=3.618>± ). 또한 KNPS(순수추천지수)는 정량적인 성과(QP1)에 유의한 영향을 미치는 것으로 나타났다(t=5.816> ± ). 본 연구를 통해서 국제음악영화제의 본질인 국제음악영화품질이 무엇보다 중요함을 확인하게 되었다. 이를 위해서는 지속적인 측정과 혁신이 중요함을 확인하게 되었다. Research on the KNPS(Korea Net Promoter Score) has focused on the influence between quality management and customer loyalty. KNPS leaders on average grow at more than twice the rate of competitors. KNPS leaders on average grow at more than twice the rate of competitors. A structural equation model was developed. Questionnaire was developed, and data was collected and analyzed for this study with pls(partial least square)-sem(structural equation modeling). PLS clearly demonstrates advantages relative to SEM. The advantages lie mainly in its robustness, meaning that it will provide a solution in SEM. The findings indicate that music and film festival has a strong direct influence on customer satisfaction(t=5.854>± ). Customer Satisfaction is significantly related to KNPS(Korea Net Promoter Score)(t=3.618>± ) and KNPS is significantly related to Quantitative Performance(t=5.816>± ).

Partial Least Squares Structural Equation Modeling(PLS-SEM) : An application in Customer Satisfaction Research

Kim Gye-Soo 보안공학연구지원센터 2016 International Journal of u- and e- Service, Scienc Vol.9 No.4

Simultaneous Kinetic Spectrophotometric Determination of Sulfite and Sulfide Using Partial Least Squares (PLS) Regression

Afkhami, Abbas,Sarlak, Nahid,Zarei, Ali Reza,Madrakian, Tayyebeh Korean Chemical Society 2006 Bulletin of the Korean Chemical Society Vol.27 No.6

The partial least squares (PLS-1) calibration model based on spectrophotometric measurement, for the simultaneous determination of sulfite and sulfide is described. This method is based on the difference between the rate of the reaction of sulfide and sulfite with Malachite Green in pH 7.0 buffer solution and at 25 ${^{\circ}C}$. The absorption kinetic profiles of the solutions were monitored by measuring the decrease in the absorbance of Malachite Green at 617 nm in the time range 10-180 s after initiation of the reactions with 2 s intervals. The experimental calibration matrix for partial least squares (PLS-1) calibration was designed with 24 samples. The cross-validation method was used for selecting the number of factors. The results showed that simultaneous determination could be performed in the range 0.030-1.5 and 0.030-1.2 $\mu$g m$L ^{-1}$ for sulfite and sulfide, respectively. The proposed method was successfully applied to simultaneous determination of sulfite and sulfide in water samples and whole human blood.

Genomic DNA의 FT-IR 스펙트럼 데이터를 이용한 차나무 종간 식별

송승엽(Seung Yeob Song),김천환(Chun Hwan Kim),정영빈(Young Bin Jung),임찬규(Chan Kyu Lim),성기철(KiCheol Seong),송관정(Kwan Jeong Song),문두경(Doo Gyung Moon) 한국차학회 2017 한국차학회지 Vol.23 No.1

FT-IR 스펙트럼 데이터를 이용한 다변량통계분석은 18 종의 서로 다른 차나무를 사용하였다. 18종의 차나무로부터 Genomic DNA를 분리하여 분석에 사용하였다. 분리된 genomic DNA는 FT-IR 스펙트럼을 이용하여 400-4000 cm-1파장에서 측정하였다. FT-IR 스펙트럼은 각 파장에서 N-H stretching (amide I), C=O stretching vibrations (amide II) 그리고 PO2 −이온의 대칭과 비대칭 운동 나타낸다. 주성 분분석(PCA)을 통해 18종의 차나무에서 서로 다른 종의 차이를 확인할 수 있었다. 또한 부분최소제곱분류법 (PLS-DA)에서는 주성분분석에 비해 명확한 식별을 하고 있음을 알 수 있었다. 이 결과는 FT-IR 스펙트럼 파장이 genomic DNA의 기본적인 기능과 구조에 미묘한 변화와 관련이 있음을 알 수 있었다. 따라서, 이 기술은 차나무 육종에 빠른 식별과 신품종 선정에 유용하게 사용될 것으로 판단된다. FT-IR spectroscopy combined with multivariate analysis was used to determine whether eighteen different species of tea tree could be discriminated. Genomic DNA was isolated from the leaves of eighteen different species of tea tree. The purified genomic DNA was analyzed by FT-IR spectroscopy in the spectral region from 4000 to 400 cm−1. The FT-IR spectra showed that spectral differences existed in the frequency regions of the N-H stretching (amide I), C=O stretching (amide II), and PO2 − ionized asymmetric and symmetric stretching vibrations, respectively. Principal component analysis (PCA) was able to discriminate between the eighteen different species of tea tree. The partial least squares discriminant analysis (PLS-DA) gave a more clear discrimination between the species of tea tree. These FT-IR spectral differences might be directly related to subtle changes in the base functional groups and backbone structures of the genomic DNA. Considering these results, this technique could provide a research foundation for the FT-IR spectral based rapid diagnosis, selection and discrimination of different species of tea tree.

R을 이용한 PLS 구조방정식모형 분석 튜토리얼 : 예시 연구모형 및 데이터를 중심으로

윤철호,김상훈 한국경영정보학회 2014 Information systems review Vol.16 No.3