RMSEC, RMSEV

[Simon Brégand]

Bonjour à tous,
J'ai fait une PLS (package pls) et j'aimerais faire une lda sur mes scores de la PLS. En théorie on regarde le SEC et le SECv pour déterminer le nombre de composantes à conserver pour la lda (faire un compromis entre la stabilité (nombre de composantes) et l'erreur). Je ne sais pas comment obtenir les courbes du SEC et SECv ?
Si quelqu'un à une idée... :)
Merci d'avance
Simon

[Pierre Bady]

bonjour,

il me semble (d'après le post suivant: viewtopic.php?t=624) que vous disposez de 9 observations. dans ce cas, une composante me semble un maximum :')

la pls est performante avec des faibles nombres d'observation (pas de soucis théoriques avec cela). Mais construire un modèle prédictif basé sur 9 observations, ça me semble vraiment limite (biologiquement).

enfin, c'est juste mon avis ... :')

en espérant avoir aidé un peu

pierre

[Simon Brégand]

Merci pour votre suggestion. C'est vrai que mon échantillon est limité mais on fait avec ce que l'on a ! :)
Pour ma lda j'ai essayé tous les nombres d'axes possibles :
c'est lorsque j'utilise 5 composantes que j'ai les meilleurs résultats (au delà j'ai un warning : variables are collinear in: lda.default(x, grouping, ...) qui n'empêche pas la compilation mais bon je me méfie et en dessus mes nuages sont nettements moins discriminés).
C'est pour cela que je voulais mes SEC et SECv pour justifier mon choix de garder 5 composantes !

[Pierre Bady]

bonjour

C'est vrai que mon échantillon est limité mais on fait avec ce que l'on a ! :)

ce type d'argument est assez dangereux
et ne justifie pas grand chose statistiquement parlant -_-'


@+

pierre

[anne mimet]

Salut Simon,
Je pense aussi que statistiquement c'est vraiment limite 9 individus pour construire un modèle. C'est surtout la justification de tes choix qui risque d'être difficile au moment de ta soutenance, la majeure partie du travail repose sur la validité de tes stats...
Bon courage.
Anne