Régression après ACP ou ACM

Bonjour,

Je cherche à expliquer une variable de santé binaire en fonction de 50 variables explicatives (qualitatives et quantitatives).
Ces 50 variables sont liées, voire très liées pour certaines d'entre elles. Je cherche donc à résumer l'information contenue dans ces 50 variables.

Une première solution serait de réaliser une régression logistique sur composantes principales. Il faudrait alors que je transforme mes 50 variables en variables binaires ou variables nominales (cela est possible compte tenu de la nature des mes variables).

Une autre solution serait de réaliser une régression logistique sur les premiers axes obtenus par ACM. Il faudrait alors que je transforme mes variables quantitatives en variables qualitatives.

Laquelle des 2 solutions vous paraît la plus appropriée? Les facteurs obtenus par ACP semblent plus facilement interprétables que les axes obtenus par ACM (qui sont en plus fortement influencés par les modalités à faibles effectifs). Cependant, l'ACP sur données binaires ou nominales n'est pas idéale...

Merci pour votre aide.

Pour gérer à la fois les données qualitatives et quantitatives tu as l'analyse de Hill & Smith. Cette analyse se comporte comme une ACP centrée réduite si tu n'as que des variables quantitatives et comme une ACM si tu n'as que des variables qualitatives.

Une autre solution serait de regarder du côté de la GPLS et voir s'ils l'ont développées pour une variable dépendante binaire.

Merci beaucoup pour ta réponse !! Je vais me renseigner sur ces 2 méthodes.