Régression PLS (moindres carrés partiels)
La régression des moindres carrés partiels (PLS) est un outil statistique qui modélise la relation entre plusieurs variables prédictives et une ou plusieurs variables de réponse en particulier lorsque les prédicteurs sont fortement corrélés entre eux (multicolinéarité) ou lorsque le nombre de prédicteurs est élevé par rapport au nombre d'observations. Elle réduit les prédicteurs à un plus petit ensemble de composantes sous-jacentes qui expliquent au mieux à la fois les prédicteurs et la réponse.
Dernière révision
Point clé
La régression des moindres carrés partiels (PLS) est un outil statistique qui modélise la relation entre plusieurs variables prédictives et une ou plusieurs réponses, surtout lorsque les prédicteurs sont fortement corrélés.
Sur cette page
Qu'est-ce que la régression PLS (moindres carrés partiels) ?
La régression des moindres carrés partiels (PLS) est un outil statistique qui modélise la relation entre plusieurs variables prédictives et une ou plusieurs variables de réponse en particulier lorsque les prédicteurs sont fortement corrélés entre eux (multicolinéarité) ou lorsque le nombre de prédicteurs est élevé par rapport au nombre d'observations. Elle réduit les prédicteurs à un plus petit ensemble de composantes sous-jacentes qui expliquent au mieux à la fois les prédicteurs et la réponse.
Quand utiliser la régression PLS ?
Variables prédictives
- Convient surtout lorsque vous avez de nombreux prédicteurs fortement corrélés entre eux
- Les prédicteurs doivent être continus
- Si les prédicteurs sont peu nombreux et peu corrélés, utilisez ajuster un modèle de régression à la place
- Si un seul prédicteur est présent, utilisez la droite d'ajustement à la place
Variable de réponse
- Peut traiter une ou plusieurs variables de réponse continues simultanément
- Si la réponse est catégorielle → utilisez le modèle de régression logistique approprié
Recommandations pour bien utiliser la régression PLS
- Utilisez la PLS lorsque les prédicteurs sont fortement corrélés (multicolinéaires) ou lorsque leur nombre est élevé par rapport à l'effectif de l'échantillon ; la régression standard devient instable dans ces conditions.
- Tous les prédicteurs et toutes les variables de réponse doivent être continus; les variables catégorielles ne conviennent pas à cette méthode.
- Assurez-vous que les données représentent fidèlement la population cible; une mauvaise qualité des données produit des composantes et des prédictions peu fiables.
- Recueillez suffisamment d'observations — avoir bien moins d'observations que de prédicteurs fait échouer la régression standard, ce qui est l'un des principaux cas où la PLS est la plus précieuse.
- Choisissez soigneusement le nombre approprié de composantes — trop peu de composantes manquent une variation importante, tandis que trop de composantes sur-ajustent les données. Utilisez la validation croisée pour guider ce choix.
- Mesurez toutes les variables le plus précisément possible; la PLS est sensible au bruit lorsque le nombre de composantes est élevé.
- Après l'ajustement, validez le modèle à l'aide du R² prédit et des statistiques de validation croisée pour confirmer que le modèle se généralise bien au-delà des données d'apprentissage.
Alternatives : quand ne pas utiliser la régression PLS
- Si les prédicteurs sont peu nombreux et peu corrélés, utilisez plutôt ajuster un modèle de régression pour des résultats plus simples et plus faciles à interpréter.
- Si vous n'avez qu' un seul prédicteur continu, utilisez plutôt la droite d'ajustement .
- Si la réponse est catégorielle à deux catégories, utilisez plutôt la régression logistique binaire .
- Si la réponse a trois catégories ordonnées ou plus, utilisez plutôt la régression logistique ordinale .
- Si la réponse a trois catégories non ordonnées ou plus, utilisez plutôt la régression logistique nominale .
- Si l'objectif est de tester l'équivalence de mesure entre deux méthodes, utilisez plutôt la régression orthogonale .
Exemple de régression PLS
Un viticulteur cherche à comprendre comment la composition chimique de son vin Pinot Noir influence son évaluation sensorielle. Le jeu de données comprend 37 échantillons de Pinot Noir, chacun caractérisé par les concentrations de 17 éléments (Cd, Mo, Mn, Ni, Cu, Al, Ba, Cr, Sr, Pb, B, Mg, Si, Na, Ca, P, K) et une note d'arôme attribuée par un jury. L'objectif est de développer un modèle prédictif de la note d'arôme à partir des concentrations en éléments. Le viticulteur veut en outre inclure toutes les concentrations en éléments comme prédicteurs, ainsi que toutes les interactions d'ordre deux impliquant le cadmium (Cd). Compte tenu de l'effectif de l'échantillon relativement petit par rapport au nombre de prédicteurs, la régression des moindres carrés partiels (PLS) est retenue comme approche de modélisation. Pour l'évaluer, réalise les étapes suivantes :
- Les données nécessaires ont été recueillies.

- Analysez ensuite les données dans Zometric Statistical Software à l'adresse https://statsai.zometric.com/.
- Pour trouver la régression PLS, choisissez Statistical module> Regression>Partial Least Square.
- Dans l'outil, saisissez les données ainsi que les autres paramètres comme suit :

5. Après exécution de l'outil, les résultats obtenus sont les suivants :



Comment réaliser une régression PLS
La marche à suivre est la suivante :
- Connectez-vous à Zometric Statistical Software à l'adresse https://statsai.zometric.com/
- Sur la page d'accueil, choisissez Statistical Tool>Regression >Partial Least Square .
- Cliquez sur Partial Least Square pour accéder au tableau de bord.
- Ensuite, saisissez les données manuellement, ou copiez (Ctrl+C) l'ensemble des données d'une feuille Excel et collez-les (Ctrl+V) ici.
- Renseignez les options requises à gauche.
- Enfin, cliquez sur calculate en bas de la page pour obtenir les résultats.
Dans le tableau de bord de la régression PLS, la fenêtre est divisée en deux parties.

La partie gauche contient le Data Pane (volet de données). Dans le Data Pane, chaque ligne constitue un sous-groupe. Les données peuvent être saisies manuellement, ou vous pouvez copier (Ctrl+C) l'ensemble des données d'une feuille Excel et les coller (Ctrl+V) ici.
Load example : des données d'exemple sont chargées.
Load File : permet de charger directement les données Excel.
La partie droite contient de nombreuses options, décrites ci-dessous :
- Response: la ou les variables de résultat que vous voulez prédire doivent être continues. La PLS a ceci de particulier qu'elle peut traiter plusieurs variables de réponse en même temps, ce qui est utile lorsque plusieurs sorties doivent être modélisées ensemble à partir du même jeu de prédicteurs.
- Model: définit les prédicteurs et les termes d'interaction inclus dans l'analyse. Par défaut, un modèle à effets principaux est construit avec tous les prédicteurs sélectionnés. Vous pouvez ajouter des termes d'interaction (par ex. A*B) si vous pensez que deux prédicteurs influencent conjointement la réponse. Garder le modèle suffisamment simple évite le sur-ajustement, surtout lorsque le nombre de prédicteurs est élevé.
- Confidence Interval : une plage dans laquelle la vraie valeur d'une réponse prédite ou d'un coefficient a de fortes chances de se situer. La valeur par défaut est 95%, ce qui signifie que vous êtes confiant à 95 % que la vraie valeur se situe dans la plage affichée. Cette valeur par défaut est utilisée parce qu'elle répond à la norme largement admise de fiabilité statistique dans la plupart des industries et domaines de recherche.
- Maximum Number of Components (Optional) : contrôle le nombre de composantes PLS que le modèle extrait des prédicteurs. Chaque composante capture une part de la variation à la fois des prédicteurs et de la réponse. Une valeur trop basse manque des structures importantes ; une valeur trop haute risque de sur-ajuster les données. Si le champ est vide, l'analyse détermine automatiquement le nombre optimal par validation croisée.
- Title : une étiquette personnalisée que vous pouvez attribuer aux résultats de l'analyse. C'est utile lorsque vous réalisez plusieurs analyses sur le même jeu de données, pour distinguer clairement les différents modèles dans vos résultats.
- Show X Scores : affiche un graphique des scores des composantes pour les variables prédictives. Il aide à repérer visuellement des structures, des regroupements ou des valeurs aberrantes dans les données prédictives après l'extraction des composantes PLS — utile pour comprendre la structure de vos variables d'entrée.
- Show Y Scores : affiche un graphique des scores des composantes pour les variables de réponse. Il aide à évaluer dans quelle mesure les composantes PLS capturent la variation de la réponse et s'il existe des observations ou des regroupements inhabituels du côté sortie du modèle.
Questions fréquentes
Qu'est-ce que la régression des moindres carrés partiels ?
La régression des moindres carrés partiels (PLS) modélise la relation entre plusieurs variables prédictives continues et une ou plusieurs variables de réponse continues. Elle est conçue pour les cas où les prédicteurs sont fortement corrélés ou nombreux par rapport aux observations, et elle réduit les prédicteurs à un plus petit ensemble de composantes qui expliquent au mieux à la fois les prédicteurs et la réponse.
Quand utiliser la PLS plutôt qu'une régression multiple ordinaire ?
Utilisez la PLS lorsque les prédicteurs sont fortement corrélés (multicolinéaires) ou lorsque leur nombre est élevé par rapport à l'effectif de l'échantillon, car la régression standard devient instable dans ces conditions. Si les prédicteurs sont peu nombreux et peu corrélés, Fit Regression Model donne des résultats plus simples et plus faciles à interpréter, et avec un seul prédicteur continu, Fit Line Model est le meilleur choix.
Combien de composantes un modèle PLS doit-il utiliser ?
Trop peu de composantes PLS manquent une variation importante, tandis que trop de composantes sur-ajustent les données ; la validation croisée doit donc guider le choix. Si le nombre maximal de composantes est laissé vide, l'analyse détermine automatiquement le nombre optimal par validation croisée. Après l'ajustement, vérifiez le R² prédit et les statistiques de validation croisée pour confirmer que le modèle se généralise au-delà des données d'apprentissage.
La régression des moindres carrés partiels peut-elle utiliser des variables catégorielles ?
Non. Tous les prédicteurs et toutes les variables de réponse de la PLS doivent être continus. Si la réponse est catégorielle, utilisez plutôt un modèle logistique : Fit Binary Logistic Model pour deux catégories, la régression logistique ordinale pour trois catégories ordonnées ou plus, et la régression logistique nominale pour trois catégories non ordonnées ou plus.
