Projets .usp

Historique du fichier

Pour un projet venant d'un fichier .usp, l'explorateur montre « Historique du fichier » : le journal enregistré dans le fichier (création, changements de jeu de travail, nombre de composantes, modèles supprimés...), avec la date, la version du logiciel et l'utilisateur.

Clic droit sur un modèle importé › Historique du modèle : seulement ce qui le concerne.

Ce qui est identique aux valeurs enregistrées (vérifié sur 944 modèles de 133 projets .usp)

Mise à l'échelle, R2X, R2Y, scores, loadings, valeurs propres, T2 et sa limite, DModX (normal et pondéré) et DCrit, VIP, coefficients, RMSEE.

Les modèles d'un fichier sont ajustés comme le logiciel qui l'a écrit : avec des valeurs manquantes, NIPALS converge parfois très lentement, ne converge pas ou a plusieurs solutions, et il s'y arrête comme ce logiciel (un écart relatif de 1e-5, 200 itérations au plus), part de la même colonne et valide chaque composante en partant du modèle complet. Ainsi 805 PLS sur 809 du corpus d'essai, et les 403 PLS des projets de 2003, redonnent leur ajustement et leur Q2 ; les modèles que Nuée ajuste lui-même gardent sa précision (1e-10).

Ce qui diffère

• Q2 (et ce qui vient de la validation croisée : Q2 par variable, RMSEcv, CV-ANOVA, classement en validation croisée, intervalles de confiance) : par défaut, Nuée prédit chaque groupe par un modèle ajusté sans lui, ses centres recalculés (voir « Validation croisée ») ; les valeurs enregistrées viennent d'une validation faite avec le centrage et la mise à l'échelle de toutes les observations. Écart au Q2(cum) enregistré, en médiane, sur le corpus d'essai : 0,003 pour les PLS de plus de 200 observations, 0,01 de 50 à 200, 0,10 de 20 à 50, 0,22 en dessous, le Q2 de Nuée étant presque toujours plus bas ; 0,04 pour les ACP. Avec des groupes par identifiant (un site, un secteur), l'écart est plus grand : le modèle ajusté sans un site ne connaît pas non plus le niveau moyen de ce site. Validé avec « Centres et poids du modèle complet », le Q2 enregistré revient exactement, groupes par identifiant compris : 805 PLS sur 809 du corpus d'essai (220 sur 220 sans données manquantes ; les quatre autres sont celles d'un projet dont l'ajustement diffère, ci-dessous), 441 sur 443 de quatre projets réels (moteur/tests/verifier_references.R), où les deux autres ont un tour sans aucune variation, dont la valeur enregistrée vient d'erreurs d'arrondi. Pour une ACP, il s'en écarte de 0,02 en médiane : le détail de la validation des fichiers n'est pas publié.
• Un projet de la version 11 : ses quatre PLS, dont le seul Y a des valeurs manquantes. Leur logiciel compte les observations sans y dans les poids des X, comme si leurs résidus de Y valaient ±0,99, ce qu'aucune règle trouvée n'explique ; R2 et Q2 s'en écartent jusqu'à 0,04.
• Signe des composantes de nouveaux modèles : arbitraire (les modèles importés sont orientés comme dans le fichier).
• Dendrogrammes : méthode de Ward exacte ; les fusions du haut de l'arbre peuvent différer de celles de l'arbre enregistré.
• Ajustement automatique : les règles publiées, appliquées au Q2 de Nuée, peuvent choisir un autre nombre de composantes ; pour les ACP, la limite exacte utilisée dans les fichiers n'est pas publiée.
• Seuil VIP (marche autour de 0,8) : méthode propre à l'application.
• Intervalles de confiance des VIP d'un modèle à deux composantes ou plus (les VIP elles-mêmes sont les mêmes) : ceux du logiciel qui a écrit le fichier pondèrent les composantes de chaque tour de la validation croisée d'une façon qui n'est pas publiée ; à une composante, ce sont les mêmes.
• OPLS / OPLS-DA : pas de modèle enregistré pour comparer (voir plus haut).
• Transformation proposée : la règle publiée ne dit pas s'il faut l'asymétrie et Min/Max à la fois ; l'application les exige tous les deux.