<< covsel_fda (X->y) Etalonnages linéaires ikpls >>

fact >> (X->y) Etalonnages linéaires > covsel_mlr

covsel_mlr

sélection de variables avec covsel, puis régression linéaire multiple (MLR)

Sequence d'appel

model=covsel_mlr(x,y,split,lv,(centred))

Paramètres

x et y :

données d'étalonnage; dimensions respectives (n x q) et (n x k) ou des structures Div

note: lorsque x n'est pas carrée et de plein rang, la MLR est calculée avec la pseudo-inverse de xx'

split:

paramètre pour la validation croisée:

- un entier: nombre de blocs tirés au hasard

- deux entiers: [a b ]: a blocs tirés au hasard; b répétitions

- un vecteur de dimension n attribuant chaque échantillon à un bloc (nombres 1,2,...k pour k blocs): blocs fixés par le vecteur

- une matrice (n x b ) de vecteurs-colonne de dimension n attribuant chaque échantillon à un bloc (nombres 1,2,...k pour k blocs): blocs fixés par chaque vecteur, b répétitions

- 'vnbxx': stores vénitiens, xx blocs; ex: 'vnb10' pour 10 blocs

- 'jckxx': Jack knife, xx blocs; ex: 'jck8' pour 8 blocs

lv:

le nombre de variables de x à sélectionner

(centred):

1=centré (par défaut); 0=non centré

model.err:

les erreurs standard d'étalonnage et de validation croisée

model.err.d est une matrice (2 x lv x k); les lignes sont les rmsec et rmsecv respectivement

model.ypredcv:

les valeurs y prédites après validation croisée

model.ypredcv.d est une matrice (n x q x k)

model.b:

les b ou coefficients de régression

model.b.d est une matrice (q x lv x k)

model.x_mean, model.y_mean:

moyennes de x et y , un vecteurs (q x 1) et un vecteur (k x 1)

model.center:

option de centrage utilisée; 1=centré; 0=pas centré

model.method:

la méthode utilisée = 'covsel_mlr'

model.var_selected:

les variables de x sélectionnées, déterminées avec toutes les variables de y (ligne k+1), puis ordonnées pour chaque variable de y (lignes 1 à k)

model.var_selected.d est de dimensions ((k+1) x lv )

Exemples

[model]=covsel_mlr(x,y,50,20)
[model]=covsel_mlr(x,y,50,20,0)

Bibliographie

Auteurs


Report an issue
<< covsel_fda (X->y) Etalonnages linéaires ikpls >>