plsRglm, modèles linéaires généralisés PLS sous R

Frédéric Bertrand (1) , Myriam Maumy (1) , Nicolas Meyer (2)

1 IRMA - Institut de Recherche Mathématique Avancée
2 Laboratoire de biostatistique

La finalité de la bibliothèque de fonctions plsRglm écrite par les auteurs et implémentée dans le logiciel R est multiple et s'organise principalement autour de deux thématiques : l'extension de la régression PLS au cas des modèles linéaires généralisés, en particulier celui des régressions logistiques, et le traitement des jeux de données incomplets par validation croisée. Ces modèles ont été appliqués avec succès à des données de nature variée : par Bastien et al. à des problèmes de régression multiple en liaison avec les données de Cornell, à des problèmes de régression linéaire généralisée et en particulier à une étude de la qualité de vins de Bordeaux à l'aide d'un modèle de régression logistique ordinale. Plus récemment, les auteurs se sont servis de modèles de régression logistique binaire PLS pour étudier des données d'allélotypage qui interviennent dans la compréhension de mécanisme liés à l'évolution des cancers.

Mots clés: Partial least squares; generalized linear models; high dimensional data; R software package

Domaines: Statistiques [math.ST]; Théorie [stat.TH]

Frédéric Bertrand, Myriam Maumy, Nicolas Meyer. plsRglm, modèles linéaires généralisés PLS sous R. Chimiométrie 2009, Nov 2009, Paris, France. pp 52-54. ⟨hal-00439913⟩