Graphiques de régression PLS

Utilisez le tableau ci-dessous pour en apprendre davantage sur les graphiques PLS.

Graphique PLS Définition Utilisation
Diagramme de sélection des modèles Nuage de points des valeurs R2 et R2 prévu en tant que fonction du nombre de composantes. La ligne verticale indique le nombre de composantes dans le modèle optimal. Comparer les capacités de modélisation et de prévision des modèles avec différents nombres de composantes.
Diagramme des réponses Nuage de points des réponses ajustées et des réponses à validation croisée comparées aux réponses réelles. Indiquer les capacités d'ajustement et de prévision du modèle. De grandes différences dans les valeurs ajustées et à validation croisée signalent des points à effet de levier.
Diagramme des coefficients Nuage de points projeté des coefficients de régression non normalisés. Afficher le signe et l'ampleur de la relation entre les prédicteurs et les réponses.
Diagramme des coefficients normalisés Nuage de points projeté des coefficients de régression normalisés. Afficher le signe et l'ampleur de la relation entre les prédicteurs et les réponses quand les prédicteurs ne se trouvent pas sur la même échelle.
Diagramme des distances Nuage de points de la distance entre le modèle X et le modèle Y de chaque observation. Identifier les points d'effet de levier et les valeurs aberrantes.
Histogramme des valeurs résiduelles Histogramme des valeurs résiduelles normalisées. Vérifier la normalité de vos valeurs résiduelles. Ces histogrammes doivent afficher une distribution en forme de cloche.
Droite de Henry des valeurs résiduelles Nuage de points des valeurs résiduelles normalisées en fonction des scores normaux. Vérifier la normalité de vos valeurs résiduelles. Les points doivent suivre une ligne droite.
Graphique des valeurs résiduelles en fonction des valeurs ajustées Nuage de points des valeurs résiduelles normalisées en fonction des réponses ajustées. Identifier les valeurs aberrantes et vérifier les schémas dans les valeurs résiduelles.
Valeurs résiduelles en fonction de l'effet de levier Nuage de points des valeurs résiduelles normalisées en fonction des effets de levier. Identifier à la fois les points à effet de levier et les valeurs aberrantes.
Fourpack des valeurs résiduelles Agencement de l'histogramme des valeurs résiduelles, de la droite de Henry des valeurs résiduelles, du diagramme des valeurs résiduelles en fonction des valeurs ajustées et du diagramme des valeurs résiduelles en fonction de l'ordre sur une page. Afficher les graphiques des valeurs résiduelles simultanément.
Diagramme des scores Nuage de points de scores X à partir des deux premières composantes. Afficher l'agencement complet des données à l'aide des deux premières composantes pour identifier des points ou des groupes de points à effet de levier.
Diagramme des scores 3D Nuage de points en 3D des scores X des trois premières composantes. Afficher l'agencement complet des données à l'aide des trois premières composantes pour identifier des points ou des groupes de points à effet de levier.
Diagramme des contributions Nuage de points avec ligne de jonction des contributions X à partir des deux premières composantes. Afficher la corrélation entre les contributions de chaque prédicteur sur les deux premières composantes. Comparer l'importance des prédicteurs pour le modèle.
Diagramme X des valeurs résiduelles Nuage de points avec ligne de jonction des valeurs résiduelles X, dans lequel chaque ligne représente une observation et a de nombreux points en tant que prédicteurs. Identifier les observations ou les prédicteurs mal expliqués par le modèle.
Diagramme X des valeurs calculées Nuage de points avec ligne de jonction des valeurs calculées X , dans lequel chaque ligne représente une observation et a de nombreux points en tant que prédicteurs. Identifier les observations ou les prédicteurs mal expliqués par le modèle.
En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique