regression multiple et PLS

Bonjour tout le monde,

Je veux une aide sur la régression multiple et la régression Pls.
Nous avons partitionné nos données en données d'apprentissage et de test.
J'ai effectué une analyse avec la régression multiple sur les données d'apprentissage ensuite j'ai constaté qu'il y avait des colinéarités entre certaines variables prédictives. J'applique dans ce cas la régression Pls à cause de la colinéarité entre certaines variables prédictives. Je prends ensuite l'équation de la régression et je calcule certaines des valeurs. Je compare (test de Kolmogorov) les données prédites par l'équation de la régression PLS avec des données empiriques. Je constate que la différence est significative. Si je fais au contraire une régression multiple malgré le cas de colinéarité entre les variables, les données prédites par l'équation et les données empiriques externes à la réalisation du modèle ne presentent pas de différence significative. Le modèle issue d'une régression linéaire multiple, malgré la collinéarité est plus représentative de la réalité du terrain alors qu'il ne respecte pas le postulat de la regression multiple.
Au contraire la régression PLS qui est la mieux adapté donne des résultats disordant avec les observations de terrain.
Que dois je faire dans ce cas? merci de me venir en aide

1) est-ce que les comparaisons que tu établis sont faites sur le jeu de données de test ?

2) comment as-tu sélectionner tes observations pour constituer les deux jeux de données ? Au hasard ?

3) Pourquoi un test de kolmogorov ? As-tu cherché à visualiser le lien entre les données prédites et les données observées aussi ? avec un graph des coefficients de corrélation, les RMSE ...

4) Combien d'axes as-tu sélectionné dans ta PLS et comment ?

Merci d'essayer d'apporter un solution à mon problème:
Avant de répondre à vos questions l'analyse a été faite avec le logiciel Xlstat.
1) Oui
2) au hasard
3)Le test de Kolmogorov pour vérifier s'il y avait une différence significative entre les valeurs de la prédiction et les données test.
oui avec un graphe de coefficient de corrélation, cependant le R réalisé avec la régression multiple est nettement supérieur à celle réalisée avec la régression PLS pas avec RMSE.
4)J'ai choisi 4 axes sur 14 variables dont certaines variables sont corrélées et la sélection des axes a été faite à partir du critère du coude de Catell et le critère Kaiser( 72%). Je précise que les variables ont été centré réduites.

Est-ce que les variables ont été centrée réduites dans les deux cas ?

Si non les deux résultats semblent difficilement comparables.

Je ne vois pas comment le test de kolmogorv te dira si les prédictions sont différentes des observations, en général il sert à comparer des distributions.

Les variables n'ont pas été centrées réduites. Je vais en tenir compte.
Je vais vous confirmer la suite après comparaison.
Mais j'ai une question de compréhension que voulez vous insinuer par comparer les distributions