Utilisez-vous plusieurs fois "Créer un modèle avec VIP" dans PLS?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Salut!
Je me demande s’il est statistiquement correct de répéter le bouton "Créer un modèle avec VIP" lors de la création d’un modèle PLS?
Supposons que mon modèle d'origine contienne 30 variables et que 15 d'entre elles se trouvent au-dessus de la ligne de seuil. Je sélectionne donc "Créer un modèle avec VIP" et obtiens un nouveau modèle avec les 15 variables situées au-dessus de la ligne. Malgré tout, dans mon nouveau modèle, il y en a 12 qui sont au-dessus de la ligne et 3 qui sont en dessous. Puis-je répéter l'étape "Construire le modèle ..." jusqu'à ce que mon modèle ne contienne que des valeurs VIP supérieures au seuil ou puis-je le faire une seule fois?
En espérant une réponse rapide,
Sebastian Olofsson
Re: Utiliser à plusieurs reprises "Créer un modèle en utilisant VIP" dans PLS?Mon intuition me dit d’adapter de manière répétée un modèle avec une plus petite collection de variables prédictives pour chaque type d’itération, ce qui va à l’encontre de l’idée générale PLS d’utiliser TOUTES les variables présentes dans un système pour créer un plus petit ensemble de variables latentes dans la présentation que vous présentez. un «nouvel» ensemble de variables originales à chaque itération, et ayant à son tour une nouvelle structure de corrélation à partir de laquelle les variables latentes sont construites. Je suppose donc que ce n'est pas surprenant que vous obteniez des résultats VIP différents. Je suis d'accord avec tout ce que Phil Kay a contribué. J'ajouterai une chose: comment vos résidus changent-ils d'itération en itération? S'il n'y a aucun changement pratique dans les résidus, alors je suppose que je serais enclin à arrêter le processus itératif.
Re: Utiliser à plusieurs reprises "Créer un modèle en utilisant VIP" dans PLS?Salut,
Je ne connais pas la validité statistique. Le seuil de 0,8 n’est en réalité qu’une "règle empirique", si je comprends bien. Vous pouvez certainement répéter cette procédure. La question est de savoir comment cela réduit le pouvoir prédictif du modèle. Si le modèle avec seulement 12 variables a un pouvoir prédictif similaire, pourquoi ne pas l'utiliser?
Comme toujours, cela dépend vraiment de l'objectif? Prédiction ou explication? Est-ce que l'identification des variables les plus importantes est l'objectif? Avez-vous besoin de trouver le modèle le plus simple?
Et rappelez-vous: "tous les modèles ont tort ..."
Il pourrait également être intéressant de voir si la régression généralisée vous amène à un modèle utile, avec moins de travail.
