Réponses multiples et prédicteurs multiplesSalut
Je voudrais savoir quelle est la meilleure technique pour modéliser un ensemble de données avec des réponses multiples Yi et des prédicteurs multiples X.
J'ai essayé l'option d'ajustement du modèle, mais les résultats ne sont pas si bons.
En utilisant l'ACP, j'ai pu réduire les réponses Y de ~50 à ~10. Encore un chiffre élevé.
Rgds.Félix. .
Re : Réponses multiples et prédicteurs multiplesSi vous souhaitez modéliser toutes les réponses simultanément, et non individuellement, envisagez d'utiliser PLS ou un réseau de neurones. Si vous souhaitez modéliser des réponses individuelles, vous pouvez d'abord utiliser Analyser > Dépistage > Dépistage des réponses et Dépistage des prédicteurs pour explorer les relations possibles.
Re : Réponses multiples et prédicteurs multiplesCiao Mark merci pour votre contribution.
Pour l'ACP, je faisais référence aux réponses Y et non aux prédicteurs X.
En général, je préfère travailler avec peu de réponses, c'est pourquoi j'ai dit que 10 pour moi était encore grand.
Je construis un modèle explicatif en utilisant des données de production. En d'autres termes, je veux vérifier s'il existe une relation entre les prédicteurs X et les réponses multiples Y.
À propos du modèle d'ajustement, je disais que les résultats n'étaient pas bons en raison du faible Rcarré (<5%) et du pval élevé (0,18).
J'essaie de modéliser toutes les réponses ensemble. Aucune colinarité pour eux.
Suggérez-vous d'exécuter autant de modèles qu'il y a de réponses Y ?
Félix
Re : Réponses multiples et prédicteurs multiplesVous semblez vous poser deux questions : les techniques de modélisation et la réduction de dimension. Le résultat PCA ne me semble pas être beaucoup de prédicteurs. Pourquoi ~10 est-il encore trop grand ?
Il existe de nombreuses techniques de modélisation pour un tel cas. Construisez-vous un modèle explicatif ou un modèle prédictif ? Le premier concerne l'estimation et le test de paramètres, comme une expérience de conception. Ce dernier consiste à estimer la réponse, comme dans l'apprentissage automatique et l'IA.
Qu'est-ce que tu veux dire quand tu dis " J'ai essayé l'option d'ajustement du modèle, mais les résultats ne sont pas si bons. " A quoi vous attendiez-vous ? Pourquoi avez-vous été déçu ? Que manquait-il ?
Essayez-vous de modéliser plusieurs réponses indépendamment ? Autrement dit, chaque réponse est modélisée avec son propre modèle. Si non, comment les réponses sont-elles liées ?
