关于sas里面偏最小二乘回归几个问题请教？

shiyiming

我对我的数据(单输出，多输入）pls后的结果，7个factor才能解释84%的因变量信息，结果如下
Number of
Extracted  Model Effects      Dependent Variables
Factors   Current  Total     Current       Total
1     70.4998     70.4998     29.8414     29.8414
2     17.3495     87.8493      2.4172     32.2586
3      3.5553     91.4046      8.8727     41.13
4      5.7245     97.1291      8.9884     50.1197
5      2.8018     99.9308     11.7167     61.8364
6      0.0469     99.9778      6.4006     68.2370
7      0.0139     99.9917     16.5113     84.7483
请问，
1.看这个指标，我的数据用pls处理，合理么？
2.另外还有一个概念的问题，x loading输出的结果显示出来时一个矩阵，对应的是每个因子factor相应的自变量的一些数，这个loading是什么意义,这个所谓的模型效应负荷量是个什么含义？
3.如果我想用偏最小二乘回归和其他非线性处理方法（比如神经网络）耦合来处理数据（因为这样做可以消除一些变量信息的影响，提高后续非线性模型的预测精度），那么我用偏最小二乘得到的自变量信息（经过一定的回归，和原始数据
有一定的关联）和因变量信息可以作为非线性模型的输入。可是对于sas里面的偏最小而成回归，我需要提取的是那些数据来作为我后续非线性模型的输入和输出来建立模型呢？还有就是后续非线性模型与pls耦合预测出来的结果应该在形式上是不同于因变量的数据，这些数据我需要怎么变化才能得到容易识别的和原始数据一样的格式呢？
新手上路，多谢指教！

shiyiming

忘了说了，我的数据只有不到十个自变量。

shiyiming

这里人气不行啊！各位前辈 怎么没有人回答呢？
关于loading我基本了解了。我怎么才能经过偏最小二乘回归处理再用别的非线性工具建模呢?

shiyiming

loading是什么意思啊？我也不懂