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.

Esta sesión ha terminado

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

Precio

Empresa/Privado

450,00 €
por persona

Fechas

Inicio:

Fin:

Idioma

Francés

Localización

Paris France

Perfiles de los capacitadores


Emmanuel Jakobowicz

Con más de 15 años de experiencia en proyectos orientados a datos, Emmanuel Jakobowicz es un apasionado de la ciencia de los datos y del espíritu empresarial. Fundó Stat4decision para proponer una nueva forma de ayudar a las personas en la exploración de sus datos. Posee un doctorado en estadística aplicada y ciencias de la computación. Es también ingeniero en matemáticas, especializado en aprendizaje automático. Su experiencia laboral incluye investigación y desarrollo en Electricité de France y desarrollo de software en Addinsoft XLSTAT, donde fue socio, director de tecnología, científico jefe, consultor y formador de grandes empresas, institutos de investigación y universidades.

hand-stat