Un critère de covariance multiple permettant l'extension de la régression PLS à plusieurs groupes prédicteurs - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2009

Un critère de covariance multiple permettant l'extension de la régression PLS à plusieurs groupes prédicteurs

Abstract

Nous cherchons à explorer un modèle structurel: plusieurs groupes de variables décrivant les mêmes unités sont supposés structurés autour de dimensions latentes liées entre elles par un modèle linéaire. Ce type de modèle est classiquement traité par des méthodes supposant unique la dimension structurant chaque groupe. Mais souvent, les modèles conceptuels articulent entre eux des concepts multidimensionnels. Nous proposons une méthode: SEER (Structural Equation Exploratory Regression) qui permet d'explorer la structure des groupes à la recherche de toutes les dimensions utiles au modèle. Fondée sur la maximisation d'un critère de covariance multiple, SEER étend à la fois la Régression PLS et PLS Path Modeling. Une application comparée à des données physico-chimiques a montré un net avantage de SEER tant sur le plan explicatif que prédictif.
Fichier principal
Vignette du fichier
p131.pdf (187.45 Ko) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

inria-00386701 , version 1 (22-05-2009)

Identifiers

  • HAL Id : inria-00386701 , version 1

Cite

Xavier Bry, Thomas Verron, Pierre Cazes. Un critère de covariance multiple permettant l'extension de la régression PLS à plusieurs groupes prédicteurs. 41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France. ⟨inria-00386701⟩
220 View
369 Download

Share

Gmail Facebook X LinkedIn More