Discussion:Approche PLS

Proposition de fusion entre Régression des moindres carrés partiels et Approche PLS

Discussion transférée depuis Wikipédia:Pages à fusionner
Je ne maîtrise pas particulièrement le sujet mais les deux articles semblent décrire la même méthode, en référençant les mêmes articles originels. "Régression des moindres carrés partiels" a une approche plus mathématique, alors que "Approche PLS" fait une description plus littérale, mais les contenus me semblent similaires. --Gwen5484 (discuter) 11 juillet 2019 à 10:49 (CEST)

1. Pour Les deux articles semblent très très bien se compléter, ça va faire une belle page, et utile.--Dil (discuter) 1 août 2019 à 14:03 (CEST)
2. Pour Régression des moindres carrés partiels est en interwiki avec en:Partial least squares regression, ce qui explique le « PLS » de Approche PLS, selon ce dernier article. Vincent P. (discuter) 6 août 2019 à 22:12 (CEST)
3. Pour --Volupnich (discuter) 28 août 2019 à 10:02 (CEST)

Je ne maîtrise pas assez la thématique pour traiter cette demande. Donc si quelqu'un souhaite la faire. Tarte 7 décembre 2019 à 01:31 (CET)

Bonjour, je maitrise un peu la thématique et voilà je suis  Plutôt contre mais si pas à 100%. La régression PLS et l'approche PLS ne sont pas la même chose. La régression PLS n'est qu'un cas particulier de l'approche PLS. Ce qui explique l'existence de deux articles séparés en français comme en anglais. Après l'article sur l'approche PLS n'est pas super bien rédigé. Et certaines infos devraient être déplacée sur l'article regression PLS. Donc je ne pense que la fusion soit opportune mais plutôt un transfert de certaines informations. Bonne journée,--Huguespotter (discuter) 12 décembre 2019 à 16:13 (CET)

Entièrement d'accord avec ce propos, donc  Plutôt contre. Les deux techniques partagent un même mode de calcul, une forme de moindres carrés alternés que l'on trouve dans plusieurs autres méthodes. En revanche, les motivations à leur origine et leurs applications sont très différentes : la régression PLS est une simple extension de la régression linéaire dans le cas où l'on a un très grand nombre de prédicteurs très fortement corrélés entre-eux. On la trouve en chimie, en analyse de spectres de vibrations, dont l'exploration pétrolière... (Tenenhaus 1998) montre en quoi la régression PLS peut surpasser des méthodes concurrentes, sans jamais mentionner l'approche PLS, même s'il a aussi travaillé ce sujet par ailleurs. Cette dernière (on parle plus souvent de PLS-Path Modelling) est une tentative astucieuse de réemploi d'une partie de l'algorithme de la régression PLS, dons des moindres carrés alternés, pour résoudre des problèmes de mesures indirectes (Jöreskog & Wold 1982) dits aussi modèles à équations structurelles. Dans ce cas, on a des variables manifestes (indicatrices en approche PLS) qui définissent des variables latentes, lesquelles appartiennent à un réseau nomologique de causalités. Le premier auteur cité s'est inscrit dans une tradition d'estimation de ces modèles par structures de covariances (Bentler 1996, par exemple), avec différentes techniques qui ont, en général des exigences en termes de taille d'échantillon et de distributions pas toujours faciles à assurer en sciences sociales. Le second, déjà fortement impliqué dans la régression PLS, a avec son fils (Svante) tenté de trouver une technique alternative d'estimation plus souple et moins exigeante : la discussion des mérites respectifs des deux techniques est toujours active. Pour en revenir à la proposition de fusion : il est évident que la rédaction des deux pages est à revoir. Par exemple, ni SAS ni SPSS n'ont à ce jour de module d'approche PLS, alors qu'ils ont depuis longtemps des modules de régression PLS. À l'opposé, SmartPLS est un des principaux outils de PLS Path Modelling alors qu'il n'est pas du tout adapté à la régression PLS dans le cas d'un très grand nombre de prédicteurs. De même, les modules R sont distincts. Yves Roy (discuter) 28 décembre 2019 à 15:43 (CET)

Je propose donc d'abandonner la fusion car ce sont bien deux choses distinctes même si liée par un même alogorithme qui à donné son nom aux deux méthodes. L'un se trouve dans le domaine des régressions l'autre dans le domaine des Modèles d'équations structurelles. Merci, --Huguespotter (discuter) 11 janvier 2020 à 18:30 (CET)

• Contre : Mon doute non-exprimé est confirmé par les avis précédents, que je considère comme compétents. — Sernin SC _(discussion) 14 janvier 2020 à 09:34 (CET)

Pas de consensus. Demande qui commence à être très vieille. Je clôture. Tarte 25 janvier 2020 à 16:51 (CET)