Données sur la farine de soja

Un scientifique travaillant dans un laboratoire de chimie alimentaire analyse 60 échantillons de farine de soja. Pour chaque échantillon, le scientifique détermine les quantités d'humidité et de lipides et relève des données spectrales NIR pour 88 longueurs d'onde. Le scientifique sélectionne de manière aléatoire 54 des 60 échantillons et estime la relation entre les réponses (humidité et lipides) et les prédicteurs (les 88 longueurs d'onde) à l'aide de la régression PLS. Le scientifique utilise les six échantillons restants comme ensemble de données de test afin d'évaluer la capacité de prévision du modèle.

Ces données permettent de montrer comment s'utilise la fonction Régression par les moindres carrés partiels.