reduction de dimension

Bonjour a tous,

Je travaille actuellement sur la recherche d'un modele mathématique qui va me permettre d'expliquer la durée de vie d'un patient (variable quantitative) en fonction du niveau d'expression des genes (variables quantitaives). Mon problème est que j'ai un nombre beaucoup trop important de variables explicatives quantitatives, et je voudrais réduire ce nombre. J'ai pensé faire une regression PLS je pense que ce n'est pas la seule solution possible (l'ACP peut etre aussi possible)...
question : pouvez vous me donné votre avis sur la question et savez vous s'il y a encore d'autres solutions possibles?

j'attends vos réponses!!
merci d'avance

Bonjour,

Le meilleur moyen reste de faire un choix sur un raisonnement scientifique car cela facilitera les interprétations ultérieures. Ensuite, outre l'ACP tu peux envisager de partir sur une approche type sélection de modèle (par exemple sur AIC) comme la stepwise.

Nik

ok merci pour tes infos...
En fait je n'envisage pas de faire une ACP car je veux que les facteurs tiennent compte de la variable a expliquer, donc du coup je pense faire une regression PLS, Mais je viens de lire deux articles : l'un propose de faire une analyse de données en cluster (je n'ai pas vraiment compris ce que c'est) et l'autre propose de faire une corrélation sur les rangs, mais le pb c'est que je ne sais pas ce qui est le mieux à faire.. peux tu me donner ton avis par rapport a ça s'il te plait?
peux tu me dire ce qu'est la stepwise?

Merci

Pourquoi ne pas faire un 'stepwise' ?