<< eros (X->X) Pretraitements par projection orthogonale osc >>

fact >> (X->X) Pretraitements par projection orthogonale > iirp

iirp

calcule les vecteurs-propres et les paramètres de réglage de Independent Interference Reduction (IIR)

Séquence d'appel

[res] = iirp(x_ed,xcal,ycal,split,lv,(centering))

Paramètres

x_ed:

une matrice (n1 x q) ou une structure Div issue d'un plan d'expérience pour lequel y=0 pour tout individu

xcal,ycal:

jeu d'étalonnage; une matrice de spectres (n x q) et un vecteur de valeurs de référence (n x 1) ou des structures Div

split:

paramètre de sélection des blocs pour la validation croisée; un scalaire représentant un nombre de blocs contigus ou un vecteur identifiant chaque échantillon à un bloc

lv:

nombre de variables latentes pour la régression PLS; un scalaire

(centering):

modèle centré = 1 (par défaut) / modèle non centré =0

res.d_matrix:

la matrice d'information nuisible, soit x_iirp pour le prétraitement IIR

res.d_matrix.d est une matrice de dimensions (n1 x q)

res.eigenvec:

vecteurs-propres de d_matrix

res.eigenvec.d est une matrice de dimensions (q x n_eigenvect)

res.ev_pcent:

valeurs-propres de d_matrix exprimées en %

res.ev_pcent.d est un vecteur de dimensions (n_eigenvect x 1)

res.wilks:

lambda de Wilks

res.wilks.d est un vecteur de dimensions ((n_eigenvect+1) x 1)

attention, paramètre non pertinant, il n'y a qu'un seul groupe avec IIR

res.rmsecv:

rmsecv pour plusieurs dimensions d'EROS et plusieurs dimensions de PLSR

res.rmsecv.d est une matrice de dimensions (lv x (n_eigenvect+1))

res.pls_models:

modèles PLS obtenus après une correction EROS utilisant 0/1/2/...n_eigenvect vecteurs-propres de res.eigenvect.d

res.pls_models est une liste de dimensions (n_eigenvect+1)

voir l'aide de pls pour l'explication des éléments de res.pls_models

Exemples

[res_iir]=iirp(xg,xcal,ycal,10,5)
[res_iir]=iirp(xg,xcal,ycal,10,5,0)

Bibliographie

Auteurs


Report an issue
<< eros (X->X) Pretraitements par projection orthogonale osc >>