La régression PLS est une approche qui dans la pratique remplace souvent la régression linéaire ordinaire. Cette méthode s’applique quand le nombre de variables est plus important que le nombre d’observations, ou encore lorsqu’il existe une forte multicolinéarité entre les variables explicatives. Elle s’applique également en présence de données manquantes. Il s’agit d’une technique puissante, communément utilisée pour le traitement des données spectrales.


Formation R – Régression PLS et spectres

La régression PLS est une approche qui dans la pratique remplace souvent la régression linéaire ordinaire. Cette méthode s’applique quand le nombre de variables est plus important que le nombre d’observations, ou encore lorsqu’il existe une forte multicolinéarité entre les variables explicatives. Elle s’applique également en présence de données manquantes. Il s’agit d’une technique puissante, communément utilisée pour le traitement des données spectrales.

Durée : 2 jours (soit 14 heures) Référence : F-r-09 lieux : interentreprise
PROCHAINES
SESSIONS
09/04/2020 10/04/2020
14/05/2020 15/05/2020
18/06/2020 19/06/2020
02/07/2020 03/07/2020
15/09/2020 16/09/2020
16/11/2020 17/11/2020
INFORMATIONS SESSIONS

PUBLIC

Toute personne amenée à mettre en œuvre les méthodes de régression PLS et d’analyse de spectres avec le logiciel R.

Pré-requis

Ce stage s’adresse à toute personne ayant suivi le ou les stages R – Initiation ,  R – Perfectionnement ou ayant atteint par la pratique un niveau équivalent.

MÉTHODE

La première moitié de la journée est consacrée à une initiation au langage R Markdown illustrée avec des exemples. Lors de la deuxième moitié, les participants créent leurs propres rapports R Markdown basés sur leurs propres textes et code R ou sur des consignes fournies par le formateur. Ce travail se fait en autonomie et sous la supervision du formateur.

PROGRAMMES

Introduction à la spectrométrie infrarouge

  • Vibrations moléculaires
  • Ondes électromagnétiques
  • Spectres électromagnétiques
  • Oscillateur harmonique / anharmonique
  • Proche versus moyen infrarouge

Nettoyage et prétraitement des données

  • Nettoyage des données de référence (tests de Cochran, Grubbs, …)
  • Nettoyage des données spectrales (distances de Mahalanobis)
  • Prétraitement des spectres (normalisation, lissage, dérivation)

La régression PLS

  • Principe de la PLS
  • Avantage de la méthode par rapport à la régression classique
  • Construction du modèle PLS
  • Validation croisée et choix du nombre de variables latentes
  • Validation externe
  • Etude de cas pratiques avec le logiciel R

Autres variantes PLS

  • Analyse discriminante PLS
  • Régression logistique PLS
  • Etude de cas pratiques avec le logiciel R

TARIFS

1 inscrit
2ème inscrit
3ème inscrit
1000€
-10%
-15%

*Inter-entreprises : Prix unitaire par stagiaire(s) inscrit(s) pour une session

NOUS CONTACTER