Skip to Main content Skip to Navigation
Conference papers

La régression multivariée contrainte PLS

Résumé : La régression multivariée contrainte (RMC) présente de nombreuses applications en économétrie, notamment dans le cas de données de panels ou lorsqu'il s'agit de mettre en évidence des relations de cointégration entre les variables. Le modèle s'écrit : Y=XB+ZC+U, où Y, B et Z désignent des ensembles variables quantitatives et U un vecteur gaussien, et il est contraint car B=ab , le rang de a étant inférieur au nombre de variables X. Les variables Xa sont alors obtenues par l'analyse canonique entre l'espace engendré par les résidus des régressions de X par rapport à Z et l'espace engendré par les résidus de Y par rapport à Z ; or, les résultats de cette analyse canonique peuvent être très sensibles à de faibles variations des données de départ. En effet, d'une part, les résidus d'une régression, lorsque celle-ci a un fort pouvoir explicatif, ont une faible variance et sont donc peu robustes ; d'autre part, les composantes canoniques sont elles même très sensibles à des variations des variables engendrant les espaces. Cette communication met en évidence les propriétés que doivent remplir les variables Xa pour être robustes ; un compromis entre ces propriétés débouche sur une nouvelle méthode de calcul des variables Xa proche des techniques PLS.
Complete list of metadata

https://hal.inria.fr/inria-00494687
Contributor : Conférence Sfds-Hal Connect in order to contact the contributor
Submitted on : Thursday, June 24, 2010 - 8:53:22 AM
Last modification on : Wednesday, March 15, 2017 - 12:11:36 PM
Long-term archiving on: : Monday, September 27, 2010 - 11:19:00 AM

File

p26.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : inria-00494687, version 1

Collections

Citation

Philippe Casin, Francois Marque. La régression multivariée contrainte PLS. 42èmes Journées de Statistique, 2010, Marseille, France, France. ⟨inria-00494687⟩

Share

Metrics

Record views

86

Files downloads

345