|
 
|
[NBS16] Prédiction en régression clusterwise PLS
Conférence Nationale avec comité de lecture : 48 èmes Journées de Statistique, June 2016, pp.xx, Montpellier, France,Mots clés: Régression PLS, régression clusterwise, classification, discrimination
Résumé:
En régression, lorsque les individus présentent une structure en groupes inconnus a priori, les méthodes de régression typologique ou clusterwise permettent d'apporter une réponse à travers la recherche simultanée d'une partition des données en un nombre fixé de classes et le modèle de régression local associé à ces classes. La régression clusterwise PLS permet une extension au cas de données de grande dimension et ou fortement corrélées à travers la détermination de composantes combinaisons linéaires des variables initiales. Se pose alors le problème de la prédiction à partir des modèles locaux en particulier en cas de grande dimension. En effet les composantes PLS sont différentes d'une classe à l'autre et ne peuvent donc être utilisées directement pour déterminer la classe d'appartenance d'un nouvel individu. Nous proposons pour cela d'effectuer une analyse discriminante sur une sélection de composantes principales issues d'une ACP sur les prédicteurs. La méthode proposée est illustrée sur des données simulées.
Collaboration:
ANSES
BibTeX
| @inproceedings { | |||
| NBS16, | |||
| title | = | "{Prédiction en régression clusterwise PLS}", | |
| author | = | " N. Niang Keita and S. Bougeard and G. Saporta ", | |
| booktitle | = | "{48 èmes Journées de Statistique}", | |
| year | = | 2016, | |
| month | = | "June", | |
| pages | = | "xx", | |
| address | = | "Montpellier, France", | |
| } | |||
