Blurb
La régression PLS (Partial Least Squares) est une méthode d'analyse des données qui connaît de grands développements, principalement dans le domaine des industries chimiques, pétrolières et agro-alimentaires. Sur le plan théorique, l'ouvrage a trois objectifs : situer la régression PLS parmi les méthodes d'association et de prédiction en analyse des données ; décrire l'algorithme de régression PLS dans sa forme originale telle qu'elle est programmée dans des logiciels comme SIMCA ou The Unscrambler ; présenter en détail les principales propriétés mathématiques de la régression PLS. Sur le plan pratique, l'ouvrage illustre l'apport de la régression PLS en l'utilisant sur de nombreux exemples et décrit avec un maximum de détails les sorties du logiciel de référence (SIMCA) à partir de ces exemples. Ainsi, un utilisateur de la régression PLS trouve dans ce livre toute l'aide nécessaire pour une exploitation optimale des résultats."Ce livre clair, agréable à lire, et dont la calligraphie est excellente constitue une remarquable synthèse sur les méthodes PLS et, de façon plus générale, sur les techniques de liaison entre deux ensembles de variables, avec un grand nombre de résultats nouveaux" (Revue de Statistique Appliquée, mars 1999).
1. Introduction. 2. Analyse canonique. 3. Analyse factorielle inter-batteries. 4. Analyse des redondances. 5. Approche SIMPLS. 6. Algorithme NIPALS. 7. Régression PLS univariée (PLS1). 8. Propriétés mathématiques de la régression PLS1. 9. Régression PLS multivariée (PLS2). 10. Applications de la régression PLS. 11. Analyse canonique PLS. 12. Traitement des données qualitatives. 13. Approche PLS. Bibliographie. Index.