Calculateur de régression PLS

Calculez une régression des moindres carrés partiels (PLS) en ligne : copiez simplement vos données dans le tableau ci-dessus, sélectionnez une variable dépendante métrique et une ou plusieurs variables indépendantes, puis choisissez Moindres carrés partiels comme méthode de calcul.

Régression PLS

La régression des moindres carrés partiels (PLS) est une variante de la régression linéaire qui commence par comprimer les variables indépendantes en un petit nombre de composantes, puis prédit la variable dépendante à partir de ces composantes. Les composantes sont choisies de façon à capter le plus possible de la covariance entre les variables indépendantes et la variable dépendante.

La régression PLS est particulièrement utile lorsque les variables indépendantes sont fortement corrélées (multicolinéarité) ou lorsque les prédicteurs sont nombreux au regard du nombre de cas, des situations dans lesquelles la régression des moindres carrés ordinaires devient instable, voire ne peut plus être calculée.

Nombre de composantes

Le réglage déterminant d'une régression PLS est le nombre de composantes. Le calculateur suggère le nombre de composantes associé à la plus faible erreur de prédiction, déterminé par validation croisée à 10 plis ; vous pouvez modifier cette valeur à tout moment pour examiner des modèles plus simples ou plus complexes.

Résultats

Outre le résumé du modèle et les coefficients de régression, le calculateur indique la variance expliquée dans X et dans Y par composante, les scores d'importance des variables dans la projection (VIP), ainsi que les poids et les charges de chaque composante. Les prédicteurs dont le score VIP est supérieur à 1 sont généralement considérés comme importants pour le modèle.