La fiche décrit deux méthodes de régression linéaire module LinearReg dans le cadre d'un problème de prédiction d'une variable biologique par des variables d'environnement problème posé dans un article récent de P Baran Coll Bull Fr Pêche Piscic On accorde une certaine importance l'examen des variables initiales et la définition de l'objectif visé On aborde la régression multiple classique les difficultés qu'elle soulève et la solution proposée par la régression PLS ou régression partiellement aux moindres carrés Inventée en chimiométrie dont elle est un standard méthodologique la régression PLS gagne être connue en écologie L'algorithme utilisé est décrit par Ter Braak Juggins Hydrobiologia p

• fiche - matière potentielle : thématique

ADE-4 Régression linéaire Résumé La fiche décrit deux méthodes de régression linéaire (module LinearReg) dans le cadre d'un problème de prédiction d'une variable biologique par des variables d'environnement, problème posé dans un article récent de P. Baran & Coll. (1993 Bull. Fr. Pêche Piscic : 331, 321-340). On accorde une certaine importance à l'examen des variables initiales et à la définition de l'objectif visé. On aborde la régression multiple classique, les difficultés qu'elle soulève, et la solution proposée par la régression PLS, ou régression partiellement aux moindres carrés. Inventée en chimiométrie, dont elle est un standard méthodologique la régression PLS gagne à être connue en écologie. L'algorithme utilisé est décrit par Ter Braak & Juggins (1993, Hydrobiologia : 269/270: 485-502, p. 487). Plan 1 — Le problème : Habitat et abondance de la truite commune.......2 2 — Liaisons entre variables à prédire..............................................3 2.1 — Changement de variable préliminaire....................3 2.2 — L'automodélisation par ACP normée.....................7 2.3 — Régression et projection : approche élémentaire10 3. — Liaisons entre variables explicatives......................................12 4 — MLR : la régression linéaire multiple........................................16 5 — Sélection de variables en régression linéaire..........................19 6 — Régression PLS.......................................................................24 Références ......................................................................................26 D. Chessel et J.

• lilliefors test


• corrélations significatives avec la pente de la ligne d'eau


• biomasse


• variable


• abondance de la truite commune


• normalité acceptable pour la variable


• pente larg