en savoir plus
Permet à tous ses détenteurs d'obtenir 5% de réduction sur tous les livres lors du retrait en magasin (réduction non cumulable avec les réductions de type étudiant).
Offre également un certain nombre d'avantages auprès de nos partenaires.
Avec les favoris, retrouvez dans un espace les sélections effectuées au fur et à mesure de vos navigations dans le site.
Constituez pour votre usage personnel vos listes de livres en prévisions d'achats futurs et votre sélection d'articles, dossiers, événements, vidéos ou podcasts préférés ou à découvrir plus tard...
Il suffit simplement de cliquer sur "Ajout Favori" sur chaque page qui vous intéresse pour les retrouver ensuite dans votre espace personnel.
Requiert un compte Mollat
Requiert un compte Mollat
A trois objectifs : situer la régression PLS (moindres carrés partiels) parmi les méthodes d'association et de prédiction en analyse des données (analyse canonique, analyse factorielle inter-batteries, analyse des redondances, algorithmes NIPALS et SIMPLS et approche PLS); décrire l'algorithme de régression PLS dans sa forme originale; présenter les propriétés mathématiques de cette régression. ©Electre 2024
De nombreux problèmes industriels ou de management peuvent être décrits sous la forme d'un système à entrées-sorties : les variables de sortie Y du système dépendent de variables d'entrée X plus ou moins contrôlables. Il s'agit de comprendre et de décrire les relations souvent très complexes entre X et Y, en l'absence d'un modèle théorique.
La régression PLS (Partial Least Squares) est une méthode d'analyse des données spécifiquement construite pour l'étude de ce type de problème. Elle a été proposée en 1983 par Svante Wold et ses collaborateurs et connaît depuis de grands développements, principalement dans le domaine des industries chimiques, pétrolières et agro-alimentaires.
La régression PLS doit pouvoir s'appliquer à de nombreux domaines avec le même succès qu'en chimie. C'est ce que nous voulons démontrer dans ce livre dont l'objet est de faire le point sur cette méthode, à la fois sur les plans théorique et pratique.
Sur le plan théorique, nous avons eu trois objectifs :
Sur le plan pratique, nous illustrons l'apport de la régression PLS en l'utilisant sur de nombreux exemples tirés de la littérature. Nous décrivons avec un maximum de détails les sorties du logiciel de référence (SIMCA) à partir de ces exemples. Ainsi, un utilisateur de la régression PLS devrait trouver dans ce livre toute l'aide nécessaire pour une exploitation optimale des résultats.
Paru le : 06/07/1998
Thématique : Statistiques
Auteur(s) : Auteur : Michel Tenenhaus
Éditeur(s) :
Technip
Collection(s) : Non précisé.
Série(s) : Non précisé.
ISBN : Non précisé.
EAN13 : 9782710807353
Reliure : Relié
Pages : X-254
Hauteur: 24.0 cm / Largeur 16.0 cm
Épaisseur: 1.9 cm
Poids: 495 g