En statistiques, la régression sur composantes principales est une analyse en régression sur les composantes d'une analyse en composantes principales. On utilise souvent cette technique lorsque les variables explicatives sont proches d'être colinéaires, lorsque par exemple le nombre de variables est très supérieur au nombre d'individus. La régression sur composantes principales est souvent comparée à la régression PLS .
Principe La méthode se déroule en trois phases : Analyse en composantes principales sur les variables explicatives Régression linéaire de la variable dépendante (ou variable à expliquer) sur la partie des composantes la plus corrélée à celle-ci Calcul des paramètres de la régression en fonction des variables d'origines.
Notes et références Notes
Références Ouvrages spécialisés
Articles publiés sur internet
Voir aussi Bibliographie
Articles connexes
Liens internes Exploration de données Statistique multivariée Régression
Liens externes La Régression sur composantes principales sur YouTube
Catégorie:Analyse des données Composantes principales