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

Résumé : 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.
Type de document :
Communication dans un congrès
41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France. 2009
Liste complète des métadonnées

https://hal.inria.fr/inria-00386701
Contributeur : Conférence Jds2009 <>
Soumis le : vendredi 22 mai 2009 - 09:13:51
Dernière modification le : jeudi 11 janvier 2018 - 06:15:40
Document(s) archivé(s) le : jeudi 10 juin 2010 - 23:38:21

Fichier

p131.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00386701, version 1

Citation

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. 2009. 〈inria-00386701〉

Partager

Métriques

Consultations de la notice

293

Téléchargements de fichiers

42