Je connais la réponse à cette question, alors peut-être que cela devrait plutôt être affiché dans la "liste de souhaits", bien qu'il existe peut-être une solution de contournement : j'ai des ensembles de données complexes dans lesquels j'ai de nombreux Y (analytes) et de nombreux X (données environnementales ). La seule plate-forme JMP Pro capable de créer des modèles multi-Y/multi-X est à peu près les moindres carrés partiels et la régression généralisée (je pense). Après avoir assisté à un excellent webinaire de @kemal_oplus sur les réseaux de neurones (que j'utilise pour modéliser des réponses Y uniques avec de nombreux X), je me demande s'il existe un moyen d'exploiter la puissance de la plate-forme de réseau de neurones de JMP pour modéliser des données multivariées. Je parle de choses comme des assemblages d'organismes ou des ensembles de données génomiques pour lesquels vous voulez connaître les facteurs environnementaux de variation les plus influents. Je suppose que Gen-reg et PLS sont parfaits pour gérer ce genre d'ensembles de données en toute honnêteté, mais juste par curiosité, un modèle de réseau neuronal pourrait-il être utilisé pour produire une prédiction multi-Y ?Par exemple, vous souhaitez peut-être connaître les conditions environnementales les plus adaptées à deux espèces de coraux. Je suppose que vous construirez simplement un modèle pour chaque espèce de corail et que vous les comparerez, bien que cela puisse devenir fastidieux avec des écosystèmes avec de nombreux habitants différents !
