Modélisation PLS - "0 facteurs" est conseilléSalut à tous !
Voici ma situation: j'ai un ensemble de données de 58 lots en ligne, et 213 colonnes correspondant à mes paramètres Xs (ex: Glucose au jour de culture 1, Glucose au jour de culture 2 etc ...). J'ai quelques données manquantes ici et là en fonction du X et des lots, mais dans l'ensemble, l'ensemble de données est assez bien.
Maintenant, je veux utiliser PLS pour mettre tous mes X et essayer de comprendre lesquels ont un impact sur mon Y (j'ai 14 Y différents que je voudrais comprendre individuellement, donc tous les X contre un Y).
Pour certains des Y, cela fonctionne bien, mais pour d'autres, le tracé RM PRESS conseille «Remarque: la moyenne minimale de la racine PRESS est de 1,25 et le nombre minimal de facteurs est de 0». et je ne peux donc pas construire de modèle (par exemple Y_1 dans la base de données jointe).
Pourquoi fait-il ça? Je pensais que cela pourrait être lié aux données manquantes, mais je ne comprends pas pourquoi cela fonctionnerait pour les autres Y?
@martindemel
Re: Modélisation PLS - "0 facteurs" est conseilléUn avantage du PLS est de modéliser simultanément plusieurs réponses avec plusieurs prédicteurs, en particulier lorsque le nombre de prédicteurs dépasse le nombre d'observations. Vous pouvez utiliser à la place une rotation de l'ACP avec les prédicteurs pour établir des facteurs de régression avec des réponses individuelles.
Re: Modélisation PLS - "0 facteurs" est conseilléDonc, si je comprends bien, je n'ai pas utilisé le bon outil pour ce que je voulais faire, c'est ça?Re: Modélisation PLS - "0 facteurs" est conseilléJe ne comprends pas complètement vos données ou votre analyse prévue à partir de votre brève description initiale. Il semble que cela vaut la peine d'essayer l'ACP alternée avec les réponses individuelles.
Les modèles multivariés comme PLS sont basés sur un grand nombre de variables qui présentent des corrélations entre X, Y et X et Y. Ce résultat pourrait être votre objectif. Je ne pourrais pas dire. Il pourrait également être votre objectif d'identifier ou de sélectionner des variables pour la prédiction des réponses individuelles. La sélection des variables est possible avec plusieurs outils différents dans JMP. Au lieu de sélectionner des variables, vous souhaiterez peut-être utiliser la synthèse de variables avec l'ACP pivotée. De cette façon, vous incluez la plupart des informations d'origine tout en réduisant la dimensionnalité du problème.
Faites-moi savoir plus sur votre cas et je vous aiderai si vous avez d'autres questions.
Re: Modélisation PLS - "0 facteurs" est conseilléJe veux d'abord prendre du recul. L'utilisation de tous les Y ne fonctionne évidemment pas en raison du manque qui couvre toutes les lignes en tenant compte de tous les Y. En regardant par exemple Y1 et en visualisant simplement les facteurs, vous pouvez voir que presque chaque facteur a des points étranges, ce qui fait que l'ajustement semble tout à fait faux. Je soupçonne donc qu'il y a des valeurs aberrantes potentielles dans les données qui rendent la vie difficile pour PLS d'obtenir un résultat, et vous recevez la notification.
N'ayant essayé aucune des suggestions de Mark, je ferais une vérification des données si cela peut être vrai.
Re: Modélisation PLS - "0 facteur" est conseilléEn effet, vous avez raison, je vérifierai alors les données et verrai après si je peux donner suite à la suggestion de Mark !
Merci beaucoup
