The PLS regression, 1 day training (in French)

PLS_EN00.png

The Partial Least Square Regression (PLS regression) is a powerful statistical method that can be used in many situations where the classical regression is not applicable. For example, it can be used even if there is a strong multicollinearity in the data or if there are more variables than observations or if there are missing data. It is typically used in chemometrics or in OMICs data analysis. Subscribe to this training session that will let you understand precisely the principles of this method and learn how to use it in XLSTAT.

Die Session ist vorbei

The PLS regression, 1 day training

A training on the PLS (Partial Least Square) regression that works in situations where classical regression techniques cannot be applied, for example when there is strong multicollinearity in your data, or if you have more variables than observations or if there are missing data. The training is followed by practical application exercises and tests to be submitted online for correction.

Prerequisites

Basic knowledge in statistics

Objectives

  • Understand the PLS regression principles
  • Learn when to apply the PLS regression
  • Learn how to use the XLSTAT software to apply a PLS regression
  • Learn how to read and interpret PLS regression outputs

Training program

  • Introduction to the PLS approach
  • Reminder on classical linear regression
  • The principal component regression
  • The PLS1 regression
  • The PLS2 regression
  • The PLS discriminant analysis
  • Applications on real data

Preis

Unternehmen / Privat

450,00 €
pro Person

Daten

Beginn:

Ende:

Sprache

Französisch

Ort

Paris France

Profil des Schulungsleiters


Emmanuel Jakobowicz

Mit mehr als 15 Jahre Erfahrung in datenorientierten Projekten, ist Emmanuel Jakobowicz ein passionierter Daten Wissenschaftler und  Unternehmer. Er gründete Stat4decision, um einen neuen Weg zu gehen wie Menschen dabei zu unterstützen Ihre Daten auszuwerten. Er hat einen Doktortitel in angewandter Statistik und Informatik. Darüber hinaus ist er Ingenieur in der Mathematik mit Fokus auf maschine learning. Seine Berufserfahrung umfasst Forschung und Entwicklung bei Electricité de France und Softwareentwicklung bei Addinsoft XLSTAT, wo er Partner,  CTO, Chief Scientist, Berater und Trainer für große Unternehmen, Forschungsinstituten und Universitäten ist.

hand-stat