Salut tout le monde!
J'ai effectué un test PLS-DA sur un ensemble de données composé de données spectrales FTIR de cinq systèmes différents soumis à cinq traitements différents. J'ai utilisé la plateforme Fit Model afin de pouvoir gérer les variables catégorielles dans mes variables Y. Selon les statistiques PRESS, ce modèle possède un nombre optimal de facteurs de 7 et un bon pouvoir discriminant entre mes échantillons.
J'ai ensuite constaté que les statistiques fournies par l'interface du menu sont liées à la validation croisée (PRESS, van der Voet, etc.). À des fins internes, j'ai dû effectuer un test de permutation afin de vérifier la significativité statistique du modèle (c'est-à-dire que son pouvoir discriminant n'est pas uniquement dû au hasard). Idéalement, je devrais construire un graphique comme celui ci-joint (crédits pour l'image : Daniloski et al., 2022).
J'ai essayé de le faire en utilisant la méthode multivariée > moindres carrés partiels, puis en remplissant la case de validation avec une colonne de validation créée à l'aide de l'option « Créer une colonne de validation à K » sous la modélisation prédictive (dans ce cas, j'ai créé des variables factices pour remplacer mes variables catégorielles pour les variables continues afin que la plateforme puisse les gérer). Ce faisant, la première chose que j'ai remarquée est que le nombre de facteurs statistiquement significatifs dans ce modèle est maintenant de 5 (contre 7 auparavant) et que la capacité de discrimination a considérablement diminué. De plus, je ne sais toujours pas comment créer le graphique de Daniloski et al., 2022.
J'apprécierais beaucoup que quelqu'un puisse m'éclairer sur la manière de procéder, idéalement en conservant les 7 facteurs (c'est-à-dire en construisant le modèle via la plateforme de modèle d'ajustement et en utilisant des variables catégorielles), puisque ce modèle a mieux discriminé mes échantillons.
Merci d'avance.
Marianne
