소수의 화합물과 다수의 특성을 가진 QSAR

양적 구조-활성 관계(QSAR)를 적합시키기 위해서는 데이터 매트릭스의 "형태"에 따라 다양한 통계 방법론과 어느 정도 철학이 필요합니다. 특성이 적고 화합물이 많은 경우, 좋은 특성 하위 집합 선택이 가능하며 비선형성과 비가법성을 탐지하고 진단할 수 있다는 것은 합리적인 기대입니다. 그러나 특성이 많고 화합물이 적은 경우, 이러한 기대는 비현실적입니다. 특성 선택을 회피하고 선형성에 의존하는 능선 회귀(RR), PLS 및 주성분 회귀(PCR)와 같은 방법은 좋은 예측과 공정한 이해를 제공할 수 있습니다. 우리는 일반화 교차 검증을 사용하여 능선 상수를 선택하고 추가 정보를 위한 F-검정을 수행함으로써 미지정된 경우에 대한 능선 회귀의 발전을 보고합니다. 전통적인 회귀 진단을 후속으로 사용하여 비선형성과 모델에서의 기타 이탈을 식별할 수 있습니다. 우리는 계산된 분자 설명자를 사용한 네 가지 데이터 세트의 QSAR 모델을 통해 이 접근법을 설명합니다.