Extension de la régression linéaire généralisée sur composantes supervisées à la modélisation jointe des réponses

Dans ce travail, nous proposons d'etendre la methode SCGLR, pour la rendre capable d'identifier des groupes de reponses expliquees par des composantes communes. A l'origine, SCGLR vise la construction de composantes explicatives dans un grand nombre de covariables, eventuellement fortement redondantes. Ces composantes sont supervisees conjointement par l'ensemble des reponses. Desormais, nous cherchons a identifier des groupes de reponses partageant les memes dimensions explicatives. Dans un cadre ecologique par exemple, des communautes d'especes devraient pouvoir etre modelisees par des composantes propres a chaque communaute. Un algorithme est propose afin d'estimer le modele.