Vous avez sûrement entendu le terme développeur full-stack ces derniers temps et vous vous demandez qui se cache derrière. Voici quelques explications.
L’approche PLS avec R – Intoduction
L’approche PLS est une méthode permettant de modéliser des relations entre des variables observés et des construits non observés souvent appelés variables latentes. Cette présentation introduit l’utilisation de l’approche PLS avec R et le package plspm.
Régression PLS, une méthode pour vous ?
Vous avez déjà entendu parler de la régression PLS, des moindres carrés partiels, de la régression Partial Least Square. Ces termes désignent une méthode statistique qui a vu le jour au début des années 1980 et qui connaît aujourd’hui de nombreuses applications dans des domaines extrêmement variés.
Il ne s’agit pas ici de faire un cours sur la régression PLS mais de mettre en avant ses forces et faiblesses tout en évoquant les moyens de la mettre en oeuvre.
Quelles statistiques utiliser pour décrire une variable ?
Vous avez des données avec une colonne par variable et vous voulez décrire ces données. La première étape consiste en l’utilisation de statistiques descriptives univariées vous permettant d’obtenir des informations sur chaque variable séparément. Il s’agit ici de statistique sur des échantillons , ils permettent (si l’échantillon est représentatif) d’estimer un paramètre sur la population.
Le box-plot ou la fameuse boîte à moustache
Vous avez forcément entendu parler du box-plot que l’on appelle aussi boîte à moustache pour sa forme originale.
Ce graphique tout simple permet de résumer une variable de manière simple et visuel, d’identifier les valeurs extrêmes et de comprendre la répartition des observations.