RÉGRESSION PLS ET DONNÉES CENSURÉES - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2008

PLS regression and censored data

RÉGRESSION PLS ET DONNÉES CENSURÉES

Résumé

Regression models for censored data suppose, like for any regression model, more observations than descriptors and descriptors not too much correlated between them. These hypotheses are not often proved to be true in practice and the standard approaches become therefore useless. It is the case, for example, in pharmacogenomic when the probability of patients' survival has to be estimated from profiles, or transcriptomic signatures, using expressions of thousand of genes. The objective of this thesis was to provide a solution to this problem in the framework of the PLS regression. The PLS-Cox model, which has been proposed, arises from a generalization of the PLS regression to any linear regression models. It provides a regularized alternative to survival regression models with highly dimensional data (p >> n). Moreover, the use of a “Kernel” re-parameterization of the PLS algorithms has allowed to develop solutions both very fast in the “large p, small n” paradigm, but also useful when dealing with non-linearity. Another solution to this problem, fast and simple to implement, has been developed based on the deviance residuals. In order to deal with data sets with missing values, an alternative to PLS-NIPALS has been proposed by introducing the concept of Multiple Imputation in simple and generalized PLS regression. Finally, a “Thresholding PLS” approach has been developed in order to select more parsimonious models.
Les modèles de régression dans le cadre des données censurées supposent comme pour tous modèles de régression que l'on ait plus d'observations que de descripteurs et des descripteurs pas trop corrélés entre eux. Ces hypothèses ne sont pas souvent vérifiées dans la pratique et les approches classiques deviennent caduques. C'est le cas par exemple en pharmacogénomique lorsque l'on cherche à prédire la probabilité de survie de patients à partir de profiles, ou signatures transcriptomiques, construits à partir de l'expression de milliers de gènes. L'objectif de cette thèse est d'apporter une solution à ce problème en utilisant les principes de la régression PLS. Le modèle PLS-Cox qui est proposé est issu d'une généralisation de la régression PLS à tous modèles de régression. Il fournit une alternative régularisée aux modèles de survie en grande dimension (p>>n). L'utilisation d'une reparamétrisation de type « Kernel » des algorithmes PLS a permis en outre de développer des solutions à la fois très rapides et particulièrement utiles en très grande dimension, mais aussi adaptées pour l'analyse de structures non-linéaires des données. Une autre solution à ce problème, rapide et simple à mettre en œuvre, a été développée à partir des résidus de la déviance. Une alternative à PLS-NIPALS a été proposée pour la gestion des valeurs manquantes en introduisant le concept d'imputation multiple en régression PLS simple et généralisée. Finalement, on s'est intéressé à la recherche de modèles plus parcimonieux en proposant une approche de type « Thresholding PLS » qui opère implicitement par sélection des variables.
Fichier principal
Vignette du fichier
These_CNAM_2008_PBastien_Regression_PLS_et_donnees_censurees.pdf (1.69 Mo) Télécharger le fichier

Dates et versions

tel-00268344 , version 1 (31-03-2008)

Identifiants

  • HAL Id : tel-00268344 , version 1

Citer

Philippe Bastien. RÉGRESSION PLS ET DONNÉES CENSURÉES. Sciences du Vivant [q-bio]. Conservatoire national des arts et metiers - CNAM, 2008. Français. ⟨NNT : ⟩. ⟨tel-00268344⟩

Collections

CNAM CEDRIC-CNAM
486 Consultations
1961 Téléchargements

Partager

Gmail Facebook X LinkedIn More