Ce trait\u00e9 exhaustif explore les dimensions th\u00e9oriques, g\u00e9om\u00e9triques, algorithmiques et appliqu\u00e9es de la r\u00e9gression Lasso, en portant un regard attentif sur les sciences du comportement, la psychom\u00e9trie et les neurosciences cognitives. \u00c0 travers une analyse comparative approfondie avec d’autres m\u00e9thodes de r\u00e9gularisation telles que la r\u00e9gression Ridge et le mod\u00e8le composite Elastic Net, nous d\u00e9taillerons les fondements math\u00e9matiques, les proc\u00e9dures d’optimisation num\u00e9rique, les protocoles de validation crois\u00e9e et les d\u00e9fis \u00e9mergents de l’inf\u00e9rence post-s\u00e9lection, offrant ainsi aux chercheurs une boussole conceptuelle et technique indispensable pour naviguer dans l’analyse moderne des donn\u00e9es multidimensionnelles.<\/p>\n
1. Fondements th\u00e9oriques de la r\u00e9gression lin\u00e9aire multiple et ses limites<\/h2>\n1.1 Le mod\u00e8le lin\u00e9aire classique et la m\u00e9thode des moindres carr\u00e9s ordinaires<\/h3>\n
La mod\u00e9lisation lin\u00e9aire multiple repose sur le postulat d’une relation structurelle affine reliant une variable d\u00e9pendante continue, not\u00e9e $Y in \\mathbb{R}^n$<\/span>, \u00e0 une collection de $p$<\/span> variables pr\u00e9dictives compil\u00e9es dans une matrice de conception $X in \\mathbb{R}^{n \\times p}$<\/span>. Sur le plan formel, le mod\u00e8le s’exprime sous la forme vectorielle matricielle :<\/p>\n $$Y = X\\beta + \\varepsilon$$<\/span><\/p>\n o\u00f9 $\\beta in \\mathbb{R}^p$<\/span> repr\u00e9sente le vecteur inconnu des param\u00e8tres de r\u00e9gression et $\\varepsilon in \\mathbb{R}^n$<\/span> d\u00e9signe le terme d’erreur stochastique inobservable. Dans le paradigme traditionnel, la d\u00e9termination de l’estimateur des moindres carr\u00e9s ordinaires (MCO), d\u00e9sign\u00e9 par $\\hat{\\beta}_{\\text{MCO}}$<\/span>, d\u00e9coule de la minimisation de la somme des carr\u00e9s des r\u00e9sidus (Residual Sum of Squares<\/em>, RSS) :<\/p>\n $$\\text{RSS}(\\beta) = |Y – Xbeta|_2^2 = (Y – X\\beta)^T(Y – X\\beta)$$<\/span><\/p>\n Lorsque la matrice de Gram $X^T X$<\/span> est de plein rang et strictement inversible, l’annulation du gradient de cette fonction quadratique convexe conduit \u00e0 la c\u00e9l\u00e8bre \u00e9quation normale, dont la r\u00e9solution explicite livre la solution ferm\u00e9e :<\/p>\n $$\\hat{\\beta}_{\\text{MCO}} = (X^T X)^{-1} X^T Y$$<\/span><\/p>\n En vertu du th\u00e9or\u00e8me de Gauss-Markov<\/a>, cet estimateur jouit des propri\u00e9t\u00e9s BLUE (Best Linear Unbiased Estimator<\/em>) sous les hypoth\u00e8ses classiques d’homosc\u00e9dasticit\u00e9 et d’absence d’autocorr\u00e9lation spatiale ou temporelle des r\u00e9sidus ($\\mathbb{E}[\\varepsilon] = 0$<\/span> et $\\text{Var}(\\varepsilon) = \\sigma^2 I_n$<\/span>). L’estimateur MCO pr\u00e9sente alors une variance minimale au sein de la classe des estimateurs lin\u00e9aires sans biais, conf\u00e9rant une l\u00e9gitimit\u00e9 math\u00e9matique solide \u00e0 son d\u00e9ploiement s\u00e9culaire en statistique inf\u00e9rentielle.<\/p>\n Bien que math\u00e9matiquement s\u00e9duisant, le cadre des moindres carr\u00e9s ordinaires s’effondre fr\u00e9quemment lorsqu’il est confront\u00e9 aux r\u00e9alit\u00e9s empiriques des donn\u00e9es observationnelles, en particulier dans le champ de la psychologie diff\u00e9rentielle et de la psychom\u00e9trie clinique. Dans ces disciplines, les pr\u00e9dicteurs correspondent souvent \u00e0 des scores sous-dimensionnels issus d’\u00e9chelles de personnalit\u00e9, \u00e0 des indicateurs de charge cognitive ou \u00e0 des variables socio-\u00e9motionnelles intrins\u00e8quement enchev\u00eatr\u00e9es. Cette d\u00e9pendance structurelle engendre le ph\u00e9nom\u00e8ne de multicolin\u00e9arit\u00e9, caract\u00e9ris\u00e9 par une quasi-d\u00e9pendance lin\u00e9aire entre les colonnes de la matrice $X$<\/span>.<\/p>\n Sur le plan alg\u00e9brique, la multicolin\u00e9arit\u00e9 entra\u00eene une mauvaise condition num\u00e9rique de la matrice $X^T X$<\/span>, dont les valeurs propres les plus faibles tendent vers z\u00e9ro. Sachant que la matrice de covariance de l’estimateur MCO est formul\u00e9e par :<\/p>\n $$\\text{Var}(\\hat{\\beta}_{\\text{MCO}}) = \\sigma^2 (X^T X)^{-1}$$<\/span><\/p>\n l’inversion d’une matrice mal conditionn\u00e9e provoque un gonflement catastrophique de la variance des coefficients estim\u00e9s. Ce ph\u00e9nom\u00e8ne se traduit par une instabilit\u00e9 num\u00e9rique notoire : une infime fluctuation d’\u00e9chantillonnage ou une l\u00e9g\u00e8re perturbation dans les donn\u00e9es peut modifier radicalement le signe, la magnitude et la significativit\u00e9 statistique des param\u00e8tres estim\u00e9s. Pour le clinicien ou le chercheur en sciences cognitives, il devient alors impossible d’isoler l’effet sp\u00e9cifique de pr\u00e9dicteurs \u00e9troitement intriqu\u00e9s, tels que l’anxi\u00e9t\u00e9-trait et la d\u00e9pression subclinique, rendant toute interpr\u00e9tation \u00e9tiologique particuli\u00e8rement p\u00e9rilleuse.<\/p>\n La d\u00e9gradation des performances pr\u00e9dictives du mod\u00e8le lin\u00e9aire en pr\u00e9sence d’une forte dimensionnalit\u00e9 s’\u00e9claire \u00e0 travers la d\u00e9composition canonique de l’erreur quadratique moyenne (Mean Squared Error<\/em>, MSE). Pour un nouvel individu dot\u00e9 du vecteur de caract\u00e9ristiques $x_0$<\/span> et de la r\u00e9ponse $y_0 = x_0^T\\beta + \\varepsilon_0$<\/span>, l’erreur de pr\u00e9diction attendue se partitionne rigoureusement en trois composantes orthogonales :<\/p>\n $$\\text{MSE}(\\hat{f}(x_0)) = \\mathbb{E}\\left[(y_0 – \\hat{f}(x_0))^2\\right] = \\left(\\text{Biais}[\\hat{f}(x_0)]\\right)^2 + \\text{Var}(\\hat{f}(x_0)) + \\sigma^2$$<\/span><\/p>\n o\u00f9 $\\sigma^2$<\/span> repr\u00e9sente le bruit irr\u00e9ductible inh\u00e9rent au processus g\u00e9n\u00e9rateur de donn\u00e9es stochastique. L’estimateur MCO impose par construction que $\\text{Biais}[\\hat{f}(x_0)] = 0$<\/span>. Bien que cette absence de biais soit conceptuellement rassurante, elle s’av\u00e8re strat\u00e9giquement contre-productive lorsque $p$<\/span> est grand par rapport \u00e0 $n$<\/span>, car la variance globale $\\text{Var}(\\hat{\\beta}_{\\text{MCO}}) = \\sigma^2 \\text{Tr}((X^T X)^{-1})$<\/span> cro\u00eet proportionnellement au nombre de dimensions int\u00e9gr\u00e9es.<\/p>\n Cette variance excessive conduit in\u00e9vitablement au surapprentissage (overfitting<\/em>) : le mod\u00e8le ajuste les bruits d’\u00e9chantillonnage idiosyncrasiques au d\u00e9triment des structures sous-jacentes g\u00e9n\u00e9ralisables, compromettant gravement sa validit\u00e9 externe et la r\u00e9plication des r\u00e9sultats dans des cohortes ind\u00e9pendantes. D’un point de vue th\u00e9orique, il devient d\u00e8s lors avantageux d’abandonner l’exigence dogmatique de non-biais. En autorisant un biais d\u00e9lib\u00e9r\u00e9 et contr\u00f4l\u00e9, les techniques de r\u00e9tr\u00e9cissement (shrinkage<\/em>) parviennent \u00e0 une r\u00e9duction massive de la variance d’estimation, induisant ainsi une chute substantielle de l’erreur quadratique moyenne totale.<\/p>\n L’histoire de l’apprentissage statistique contemporain a \u00e9t\u00e9 marqu\u00e9e par la parution en 1996 de l’article s\u00e9minal de Robert Tibshirani<\/a>, intitul\u00e9 Regression Shrinkage and Selection via the Lasso<\/em>, publi\u00e9 dans le Journal of the Royal Statistical Society<\/em>. Dans les ann\u00e9es 1990, la communaut\u00e9 statistique faisait face \u00e0 un dilemme m\u00e9thodologique polaris\u00e9 : d’un c\u00f4t\u00e9 subsistait la r\u00e9gression Ridge, introduite par Hoerl et Kennard en 1970, qui stabilisait efficacement la variance gr\u00e2ce \u00e0 une p\u00e9nalisation quadratique $L_2$<\/span>, mais conservait irr\u00e9m\u00e9diablement l’int\u00e9gralit\u00e9 des variables dans le mod\u00e8le sans en annuler aucune ; de l’autre subsistaient les algorithmes heuristiques de s\u00e9lection pas \u00e0 pas (forward<\/em>, backward<\/em>, stepwise<\/em>), reconnus pour leur instabilit\u00e9 discr\u00e8te, leur absence d’optimalit\u00e9 globale et la distorsion syst\u00e9matique des distributions de test conventionnelles.<\/p>\n Tibshirani s’inspira notamment des travaux de Leo Breiman sur le Non-negative Garrote<\/em> pour concevoir un op\u00e9rateur continu capable de fusionner l’\u00e9l\u00e9gance algorithmique de la r\u00e9gularisation et la puissance s\u00e9lective des m\u00e9thodes de sous-ensembles. En rempla\u00e7ant la p\u00e9nalisation quadratique par une contrainte absolue de type $L_1$<\/span>, Tibshirani jeta les fondations d’un cadre math\u00e9matique unifi\u00e9, ouvrant une nouvelle \u00e8re pour l’exploitation des donn\u00e9es \u00e0 haute dimension qui allaient bient\u00f4t submerger la g\u00e9nomique fonctionnelle, la vision par ordinateur et les neurosciences cognitives.<\/p>\n L’acronyme Lasso<\/strong> condense l’essence fonctionnelle de la technique : Least Absolute Shrinkage and Selection Operator<\/em>, que l’on traduit en fran\u00e7ais par \u00ab op\u00e9rateur de s\u00e9lection et de r\u00e9tr\u00e9cissement absolu minimal \u00bb. Chaque terme de cette appellation \u00e9claire une dimension math\u00e9matique pr\u00e9cise :<\/p>\n Ce double m\u00e9canisme surpasse les limitations des m\u00e9thodes de s\u00e9lection pas \u00e0 pas, lesquelles proc\u00e8dent par sauts combinatoires discontinus, engendrant des mod\u00e8les hypersensibles aux variations locales des jeux de donn\u00e9es d’apprentissage.<\/p>\n L’adoption de la r\u00e9gularisation Lasso en mod\u00e9lisation computationnelle du comportement r\u00e9pond \u00e0 un imp\u00e9ratif \u00e9pist\u00e9mologique profond r\u00e9sonnant avec le principe de parcimonie, commun\u00e9ment d\u00e9sign\u00e9 sous le nom de rasoir d’Ockham : face \u00e0 des explications empiriquement concurrentes, la formulation la plus \u00e9conome en hypoth\u00e8ses doit \u00eatre syst\u00e9matiquement privil\u00e9gi\u00e9e. Dans l’exploration du ph\u00e9notype humain, o\u00f9 des batteries de questionnaires complexes mesurent des facettes psychologiques qui se chevauchent largement, la s\u00e9lection parcimonieuse permet de tamiser les descripteurs pertinents pour en extraire un noyau th\u00e9orique condens\u00e9.<\/p>\n Cette approche mat\u00e9rialise une transition paradigmatique majeure : on d\u00e9laisse la mod\u00e9lisation explicative universelle \u2014 souvent illusoire face \u00e0 des syst\u00e8mes biopsychosociaux ouverts et bruit\u00e9s \u2014 au profit d’une mod\u00e9lisation pr\u00e9dictive robuste et reproductible. L’apprentissage statistique supervis\u00e9 r\u00e9gularis\u00e9 s’affranchit ainsi de la qu\u00eate obstin\u00e9e d’une valeur $p$<\/span> nominale pour embrasser la minimisation de l’erreur de g\u00e9n\u00e9ralisation sur des populations non observ\u00e9es, assurant une transf\u00e9rabilit\u00e9 clinique p\u00e9renne aux biomarqueurs comportementaux identifi\u00e9s.<\/p>\n D’un point de vue analytique, la r\u00e9gression Lasso se structure comme un probl\u00e8me d’optimisation convexe globale non lin\u00e9aire. En fixant une matrice de pr\u00e9dicteurs standardis\u00e9s $X in \\mathbb{R}^{n \\times p}$<\/span> et un vecteur r\u00e9ponse centr\u00e9 $Y in \\mathbb{R}^n$<\/span>, l’estimateur Lasso $\\hat{\\beta}_{\\text{Lasso}}$<\/span> est d\u00e9fini comme l’argument minimisant la fonction de perte empirique augment\u00e9e d’un terme p\u00e9nalisateur d\u00e9pendant de la norme de Banach $ell_1$<\/span> :<\/p>\n $$\\hat{\\beta}_{\\text{Lasso}} = \\underset{\\beta in \\mathbb{R}^p}{arg\\min} \\left{ \\frac{1}{2n} |Y – Xbeta|_2^2 + \\lambda |beta|_1 \\right}$$<\/span><\/p>\n Dans cette formulation, le terme de fid\u00e9lit\u00e9 aux donn\u00e9es correspond \u00e0 la demi-moyenne de la somme des carr\u00e9s r\u00e9siduels, tandis que le terme de r\u00e9gularisation s’explicite par la somme discr\u00e8te des modules :<\/p>\n $$|beta|_1 = \\sum_{j=1}^p |\\beta_j|$$<\/span><\/p>\n La singularit\u00e9 math\u00e9matique de cette expression r\u00e9side dans la non-d\u00e9rivabilit\u00e9 de la fonction valeur absolue au point z\u00e9ro ($\\frac{d}{d\\beta_j}|\\beta_j|$<\/span> n’existe pas en $\\beta_j = 0$<\/span>). Cette propri\u00e9t\u00e9 interdit le recours aux techniques classiques de diff\u00e9rentiation vectorielle directe et aux inversions matricielles ferm\u00e9es. Elle requiert l’utilisation d’outils analytiques avanc\u00e9s issus de l’analyse convexe, tels que le sous-gradient et les conditions de transversalit\u00e9 non lisses.<\/p>\n Le scalaire $\\lambda \\geq 0$<\/span> constitue l’hyperparam\u00e8tre r\u00e9gissant le niveau d’intensit\u00e9 de la p\u00e9nalisation appliqu\u00e9e au syst\u00e8me d’\u00e9quations. Il module dynamiquement le point d’\u00e9quilibre le long du continuum biais-variance :<\/p>\n Il existe une borne sup\u00e9rieure critique analytique, not\u00e9e $\\lambda_{\\max} = \\frac{1}{n} \\max_j |X_j^T Y|$<\/span>, au-del\u00e0 de laquelle l’orthogonalit\u00e9 du gradient assure qu’aucun coefficient ne peut entrer dans le mod\u00e8le, servant d’ancrage fondamental pour le calcul des chemins de r\u00e9gularisation algorithmiques.<\/p>\n En vertu du th\u00e9or\u00e8me de dualit\u00e9 de Fenchel-Rockafellar et de la th\u00e9orie de l’optimisation sous contraintes convexes, la forme lagrangienne p\u00e9nalis\u00e9e du Lasso admet une formulation duale strictement \u00e9quivalente sous la forme d’un probl\u00e8me aux limites born\u00e9es :<\/p>\n $$\\min_{\\beta in \\mathbb{R}^p} \\frac{1}{2n} |Y – Xbeta|_2^2 \\quad \\text{sous la contrainte} \\quad |beta|_1 \\leq t$$<\/span><\/p>\n Il existe une correspondance bijective d\u00e9croissante entre le multiplicateur de Lagrange $lambda$<\/span> et le rayon de confiance $t in \\mathbb{R}^+$<\/span> : \u00e0 chaque valeur assign\u00e9e \u00e0 $lambda$<\/span> correspond un unique seuil g\u00e9om\u00e9trique $t(lambda)$<\/span>, et r\u00e9ciproquement. Lorsque la contrainte globale $t \\geq |\\hat{\\beta}_{\\text{MCO}}|_1$<\/span>, la fronti\u00e8re g\u00e9om\u00e9trique n’est pas active, et la solution Lasso co\u00efncide fid\u00e8lement avec la solution des moindres carr\u00e9s ordinaires.<\/p>\n Inversement, lorsque $t < |\\hat{\\beta}_{\\text{MCO}}|_1$<\/span>, la solution est projet\u00e9e sur le bord du polytope convexe d\u00e9limit\u00e9 par l'in\u00e9galit\u00e9 de contrainte. Dans l'espace param\u00e9trique multidimensionnel des indicateurs psychom\u00e9triques, la valeur $t$<\/span> peut \u00eatre conceptualis\u00e9e comme un \u00ab budget global \u00bb de pr\u00e9dictibilit\u00e9 allou\u00e9 au syst\u00e8me : les variables se disputent cette ressource m\u00e9trique finie, seules les plus informatives conservant une quote-part non nulle au terme de l'optimisation.<\/p>\n La capacit\u00e9 du Lasso \u00e0 annuler rigoureusement des coefficients \u2014 propri\u00e9t\u00e9 qualifi\u00e9e de parcimonie<\/em> ou sparsit\u00e9<\/em> \u2014 s’explique de mani\u00e8re transparente par l’analyse g\u00e9om\u00e9trique compar\u00e9e des espaces de contrainte dans $\\mathbb{R}^p$<\/span>. Consid\u00e9rons un espace bidimensionnel o\u00f9 deux param\u00e8tres $\\beta_1$<\/span> et $\\beta_2$<\/span> doivent \u00eatre estim\u00e9s. Les lignes de niveau de la fonction de perte RSS forment une famille d’ellipso\u00efdes concentriques centr\u00e9s sur la solution non contrainte des moindres carr\u00e9s $\\hat{\\beta}_{\\text{MCO}}$<\/span>. L’objectif d’optimisation consiste \u00e0 d\u00e9terminer le premier point de tangence g\u00e9om\u00e9trique entre ces ellipso\u00efdes r\u00e9siduels en expansion et la zone de contrainte admissible d\u00e9limit\u00e9e par la norme employ\u00e9e.<\/p>\n Dans la r\u00e9gression Ridge, la contrainte $|beta|_2^2 \\leq t^2$<\/span> circonscrit une boule euclidienne, qui prend la forme d’un disque parfaitement lisse et isotrope dans $\\mathbb{R}^2$<\/span> ou d’une hypersph\u00e8re continue dans $\\mathbb{R}^p$<\/span>. En raison de sa diff\u00e9rentiabilit\u00e9 universelle et de l’absence totale de singularit\u00e9s angulaires, la surface de cette sph\u00e8re n’a qu’une probabilit\u00e9 infinit\u00e9simale de rencontrer l’ellipse des r\u00e9sidus exactement sur l’un des axes de coordonn\u00e9es. En cons\u00e9quence, les points de tangence se distribuent de mani\u00e8re ubiquitaire sur la p\u00e9riph\u00e9rie circulaire : les coefficients subissent une contraction vers z\u00e9ro mais conservent ind\u00e9finiment des valeurs r\u00e9siduelles non nulles.<\/p>\n \u00c0 l’oppos\u00e9, la contrainte Lasso $|beta|_1 \\leq t$<\/span> engendre dans l’espace plan un losange r\u00e9gulier dont les pointes sont align\u00e9es sur les axes canoniques du rep\u00e8re cart\u00e9sien, formant un poly\u00e8dre convexe (cross-polytope) en dimension sup\u00e9rieure dot\u00e9 d’ar\u00eates planes et de sommets pointus aigus. Ces sommets repr\u00e9sentent des configurations alg\u00e9briques o\u00f9 l’un ou plusieurs param\u00e8tres valent identiquement z\u00e9ro.<\/p>\n L’apparition de solutions structuralement creuses d\u00e9pend directement de l’angle form\u00e9 par les singularit\u00e9s de la boule unit\u00e9 $ell_1$<\/span>. Comme les courbes de niveau d’une fonction quadratique r\u00e9guli\u00e8re progressent de fa\u00e7on convexe autour de leur centre d’attraction, les points de contact tangents surviennent majoritairement au niveau des singularit\u00e9s pointues de la fronti\u00e8re $ell_1$<\/span> plut\u00f4t que sur ses facettes lisses multidimensionnelles. Math\u00e9matiquement, le sous-diff\u00e9rentiel de la norme $ell_1$<\/span> par rapport \u00e0 une coordonn\u00e9e s’annulant $\\beta_j = 0$<\/span> couvre un intervalle compact ferm\u00e9 continu :<\/p>\n $$\\partial |\\beta_j| = [-1, 1]$$<\/span><\/p>\n Pour qu’un coefficient quitte la valeur z\u00e9ro et s’active dans la configuration optimale, le gradient local de la fonction r\u00e9siduelle associ\u00e9 \u00e0 ce r\u00e9gresseur particulier doit vaincre une barri\u00e8re finie impos\u00e9e par $lambda$<\/span>. Si le produit scalaire partiel $|X_j^T (Y – X\\beta)| \\leq n\\lambda$<\/span>, la condition d’optimalit\u00e9 du premier ordre stipule que le param\u00e8tre reste verrouill\u00e9 \u00e0 z\u00e9ro. Ce ph\u00e9nom\u00e8ne de coin conf\u00e8re au Lasso sa nature d’op\u00e9rateur de seuillage non lin\u00e9aire continu, r\u00e9alisant l’\u00e9lagage direct des axes param\u00e9triques orthogonaux superflus.<\/p>\n Dans le domaine des sciences humaines et de la psychologie diff\u00e9rentielle, la parcimonie g\u00e9om\u00e9trique induite par la norme $ell_1$<\/span> transforme la lisibilit\u00e9 des r\u00e9sultats statistiques. Les praticiens sont r\u00e9guli\u00e8rement confront\u00e9s \u00e0 des matrices d’inventaires compos\u00e9es de centaines d’items manifestes con\u00e7us pour capturer des entit\u00e9s latentes telles que l’intelligence \u00e9motionnelle, le n\u00e9vrosisme ou la flexibilit\u00e9 cognitive. Face \u00e0 de tels faisceaux d’observations, l’interpr\u00e9tation d’un vecteur dense de moindres carr\u00e9s satur\u00e9 de coefficients r\u00e9siduels microscopiques (par exemple $\\beta = 0{,}0034$<\/span>) s’av\u00e8re cognitivement fastidieuse et scientifiquement peu d\u00e9fendable.<\/p>\n Le Lasso filtre le bruit de fond m\u00e9thodologique g\u00e9n\u00e9r\u00e9 par les redondances de formulation dans les questionnaires d’auto-\u00e9valuation et met en \u00e9vidence les pr\u00e9dicteurs au poids clinique pr\u00e9dominant. En produisant un mod\u00e8le clair, la m\u00e9thode fournit une cartographie comportementale intelligible o\u00f9 seuls les signaux pr\u00e9dictifs dominants subsistent, ce qui renforce l’op\u00e9rationnalisation des concepts psychom\u00e9triques et optimise la formulation d’interventions cibl\u00e9es sur des cibles th\u00e9rapeutiques d\u00e9finies.<\/p>\n La r\u00e9gression Ridge<\/a>, formul\u00e9e initialement par Hoerl et Kennard, repose sur l’adjonction d’une p\u00e9nalit\u00e9 quadratique de norme $L_2$<\/span> appliqu\u00e9e sur les coefficients vectoriels :<\/p>\n $$\\hat{\\beta}_{\\text{Ridge}} = \\underset{\\beta in \\mathbb{R}^p}{arg\\min} \\left{ \\frac{1}{2n} |Y – Xbeta|_2^2 + \\lambda |beta|_2^2 \\right}$$<\/span><\/p>\n Sur le plan computationnel, l’un des attraits historiques de Ridge r\u00e9side dans l’existence d’une solution matricielle explicite directe et infiniment diff\u00e9rentiable :<\/p>\n $$\\hat{\\beta}_{\\text{Ridge}} = (X^T X + 2n\\lambda I_p)^{-1} X^T Y$$<\/span><\/p>\n En injectant une constante positive proportionnelle \u00e0 $lambda$<\/span> le long de la diagonale principale de la matrice de Gram empirique, Ridge r\u00e9tablit son strict conditionnement num\u00e9rique, m\u00eame dans des cas extr\u00eames o\u00f9 $p gg n$<\/span> ou lorsque la colin\u00e9arit\u00e9 entre colonnes est quasi absolue. Toutefois, cette r\u00e9gularisation sph\u00e9rique r\u00e9partit proportionnellement la p\u00e9nalit\u00e9 sur l’int\u00e9gralit\u00e9 des coefficients sans jamais forcer aucun d’entre eux \u00e0 s’annuler formellement. Lorsque le probl\u00e8me compte plusieurs centaines de pr\u00e9dicteurs interconnect\u00e9s, le mod\u00e8le r\u00e9sultant conserve chaque variable dans son \u00e9quation finale, interdisant toute d\u00e9composition parcimonieuse des structures latentes sous-jacentes.<\/p>\n En contrepartie de sa capacit\u00e9 de s\u00e9lection, le Lasso pr\u00e9sente un comportement singulier en pr\u00e9sence de multicolin\u00e9arit\u00e9 extr\u00eame. Lorsque deux ou plusieurs pr\u00e9dicteurs affichent un coefficient de corr\u00e9lation bivari\u00e9e avoisinant l’unit\u00e9 (par exemple $r > 0{,}90$<\/span>), la convexit\u00e9 stricte de la fonction de perte combin\u00e9e \u00e0 la g\u00e9om\u00e9trie de la norme $ell_1$<\/span> fait d\u00e9faut. Le Lasso tend alors \u00e0 s\u00e9lectionner arbitrairement l’une des variables colin\u00e9aires dans le mod\u00e8le tout en \u00e9crasant les autres \u00e0 z\u00e9ro de mani\u00e8re abrupte, selon de microscopiques fluctuations al\u00e9atoires dans les donn\u00e9es d’apprentissage.<\/p>\n En psychom\u00e9trie, cette instabilit\u00e9 de s\u00e9lection pose un probl\u00e8me d’interpr\u00e9tabilit\u00e9 : deux formulations alternatives d’un m\u00eame item d’anxi\u00e9t\u00e9 peuvent voir leur sort diverger radicalement d’un sous-\u00e9chantillon d’\u00e9talonnage \u00e0 l’autre, l’une \u00e9tant retenue comme d\u00e9terminant majeur et l’autre purement \u00e9limin\u00e9e. De surcro\u00eet, lorsque le nombre de pr\u00e9dicteurs $p$<\/span> exc\u00e8de la taille de la cohorte $n$<\/span>, le Lasso est th\u00e9oriquement incapable d’int\u00e9grer plus de $n$<\/span> variables dans son ensemble actif, constituant une limitation structurelle majeure lors de l’exploitation de donn\u00e9es omiques ou de neuro-imagerie dense.<\/p>\n Pour d\u00e9passer les limites respectives du Lasso et de Ridge, Zou et Hastie ont introduit en 2005 le mod\u00e8le r\u00e9gularis\u00e9 Elastic Net<\/strong>. Cette architecture hybride int\u00e8gre simultan\u00e9ment les deux normes au sein d’une enveloppe de perte convexe unifi\u00e9e :<\/p>\n $$\\hat{\\beta}_{\\text{ElasticNet}} = \\underset{\\beta in \\mathbb{R}^p}{arg\\min} \\left{ \\frac{1}{2n} |Y – Xbeta|_2^2 + \\lambda \\left( \\alpha |beta|_1 + \\frac{1 – \\alpha}{2} |beta|_2^2 \\right) \\right}$$<\/span><\/p>\n Le param\u00e8tre de m\u00e9lange $\\alpha in [0, 1]$<\/span> module la trajectoire entre l’exclusivit\u00e9 Ridge ($\\alpha = 0$<\/span>) et la sparsit\u00e9 Lasso ($\\alpha = 1$<\/span>). La composante strictement convexe $L_2$<\/span> restaure l’effet de regroupement (grouping effect<\/em>) : des r\u00e9gresseurs fortement corr\u00e9l\u00e9s re\u00e7oivent alors des coefficients d’amplitudes comparables et franchissent conjointement le seuil de s\u00e9lection. L’Elastic Net r\u00e9sout \u00e9galement l’\u00e9cueil de la dimensionnalit\u00e9 en autorisant l’activation stable de plus de $n$<\/span> descripteurs lorsque $\\alpha < 1$<\/span>, faisant de cette formulation une alternative robuste pour les batteries d'items psychom\u00e9triques entrelac\u00e9s ou les panels de biomarqueurs neuroendocriniens.<\/p>\n La performance pr\u00e9dictive et la consistance structurelle du mod\u00e8le Lasso d\u00e9pendent de la valeur assign\u00e9e \u00e0 l’hyperparam\u00e8tre de r\u00e9gularisation $lambda$<\/span>. La m\u00e9thode standard pour calibrer cette constante consiste \u00e0 impl\u00e9menter une proc\u00e9dure de validation crois\u00e9e k-fold<\/a>. L’\u00e9chantillon initial de taille $n$<\/span> est partitionn\u00e9 de mani\u00e8re al\u00e9atoire et \u00e9quilibr\u00e9e en $K$<\/span> blocs disjoints d’effectifs approximativement homog\u00e8nes ($K=5$<\/span> ou $K=10$<\/span> dans les applications conventionnelles).<\/p>\n Pour chaque tranche de valeurs \u00e9chantillonn\u00e9e sur une grille logarithmique d\u00e9croissante $[\\lambda_{\\max}, dots, \\lambda_{\\min}]$<\/span>, le mod\u00e8le est entra\u00een\u00e9 sur $K-1$<\/span> sous-ensembles fusionn\u00e9s, puis son erreur quadratique moyenne de pr\u00e9diction (CV-MSE) est calcul\u00e9e sur le $K$<\/span>-i\u00e8me volet pr\u00e9serv\u00e9 de toute interaction param\u00e9trique :<\/p>\n $$\\text{CV}_{(K)}(\\lambda) = \\frac{1}{K}\\sum_{k=1}^K \\text{MSE}_k(\\lambda)$$<\/span><\/p>\n Cette approche pr\u00e9vient les biais de fuite d’information (data leakage<\/em>) et offre une estimation non biais\u00e9e du risque empirique de g\u00e9n\u00e9ralisation, assurant un calibrage \u00e9quilibr\u00e9 entre sous-ajustement et surapprentissage.<\/p>\n L’examen de la courbe d’erreur quadratique moyenne de validation crois\u00e9e en fonction du logarithme n\u00e9p\u00e9rien de $lambda$<\/span> fait appara\u00eetre deux seuils m\u00e9thodologiques concurrents :<\/p>\n En privil\u00e9giant un mod\u00e8le structurellement plus dense mais statistiquement indistinguable sur le plan de la variance d’\u00e9chantillonnage, la r\u00e8gle heuristique dite \u00ab one-standard-error rule<\/em> \u00bb favorise les mod\u00e8les concis et stables, ce qui en fait un filtre performant contre les faux positifs dans les inventaires cliniques exploratoires.<\/p>\n En raison de la non-diff\u00e9rentiabilit\u00e9 locale de la norme $ell_1$<\/span>, la r\u00e9solution num\u00e9rique du Lasso a n\u00e9cessit\u00e9 le d\u00e9veloppement de sch\u00e9mas d’optimisation d\u00e9di\u00e9s. Deux algorithmes dominent la litt\u00e9rature contemporaine :<\/p>\n La descente de coordonn\u00e9es cyclique<\/strong> (coordinate descent<\/em>), popularis\u00e9e par Friedman, Hastie et Tibshirani, r\u00e9sout le probl\u00e8me multivari\u00e9 en une succession de sous-probl\u00e8mes unidimensionnels minimis\u00e9s s\u00e9par\u00e9ment. En fixant tous les coefficients sauf le $j$<\/span>-i\u00e8me \u00e0 leurs valeurs courantes, la mise \u00e0 jour s’ex\u00e9cute de mani\u00e8re analytique \u00e0 l’aide de l’op\u00e9rateur de seuillage doux (soft-thresholding<\/em>) :<\/p>\n $$\\hat{\\beta}_j \\leftarrow \\mathcal{S}\\left( \\frac{1}{n} \\sum_{i=1}^n x_{ij} r_{i}^{(-j)}, \\lambda \\right) = \\text{signe}\\left(z_j\\right)\\max\\left(0, |z_j| – \\lambda\\right)$$<\/span><\/p>\n o\u00f9 $r_{i}^{(-j)} = y_i – \\sum_{k \\neq j} x_{ik}\\hat{\\beta}_k$<\/span> constitue le r\u00e9sidu partiel courant et $z_j = \\frac{1}{n} X_j^T r^{(-j)}$<\/span>. Cette m\u00e9thode converge rapidement m\u00eame sur des matrices de donn\u00e9es massives contenant des millions d’entr\u00e9es.<\/p>\n L’algorithme LARS<\/strong> (Least Angle Regression<\/em>), formalis\u00e9 par Efron, Hastie, Johnstone et Tibshirani en 2004, exploite la structure g\u00e9om\u00e9trique du probl\u00e8me : il avance dans la direction qui maintient l’\u00e9quiangularit\u00e9 avec les corr\u00e9lations r\u00e9siduelles courantes. LARS fournit le trac\u00e9 complet, continu et math\u00e9matiquement exact des sentiers de r\u00e9gularisation (path algorithms<\/em>) pour un co\u00fbt computationnel \u00e9quivalent \u00e0 une unique r\u00e9gression MCO standard sur l’ensemble des variables.<\/p>\n L’utilisation de la r\u00e9gression p\u00e9nalis\u00e9e impose une discipline m\u00e9thodologique stricte en amont de toute phase d’optimisation : la normalisation int\u00e9grale des \u00e9chelles de mesure. La fonction objectif du Lasso applique une p\u00e9nalit\u00e9 indiff\u00e9renci\u00e9e $\\lambda \\sum |\\beta_j|$<\/span> qui additionne directement des grandeurs num\u00e9riques sans distinction d’\u00e9chelle. Par cons\u00e9quent, si une variable pr\u00e9sente une variance native tr\u00e8s \u00e9tendue (par exemple un temps de r\u00e9action consign\u00e9 en millisecondes s’\u00e9talant de 200 \u00e0 1500), son coefficient associ\u00e9 sera m\u00e9caniquement minuscule pour compenser l’amplitude de $X_j$<\/span>, ce qui la prot\u00e8ge artificiellement de la p\u00e9nalisation $ell_1$<\/span>. Inversement, un score psychom\u00e9trique normalis\u00e9 ou un indice binaire mesur\u00e9 sur une plage restreinte subira une troncature injustifi\u00e9e.<\/p>\n Il est donc indispensable de transformer l’ensemble des pr\u00e9dicteurs continus par standardisation en scores r\u00e9duits ($z$<\/span>-scores) :<\/p>\n $$\\tilde{x}_{ij} = \\frac{x_{ij} – \\bar{x}_j}{\\sigma_{x_j}}$$<\/span><\/p>\n Dans cette configuration, toutes les colonnes pr\u00e9sentent une moyenne nulle et une variance empirique unitaire. Parall\u00e8lement, le vecteur de r\u00e9ponse $Y$<\/span> est usuellement centr\u00e9 ($\\tilde{y}_i = y_i – \\bar{y}$<\/span>), ce qui permet d’extraire la constante d’ordonn\u00e9e \u00e0 l’origine (intercept $\\beta_0$<\/span>) hors de la p\u00e9nalit\u00e9 Lasso : celle-ci se d\u00e9duit imm\u00e9diatement par $\\hat{\\beta}_0 = \\bar{y}$<\/span> sans subir de distorsion de r\u00e9tr\u00e9cissement.<\/p>\n L’int\u00e9gration de variables qualitatives et de pr\u00e9dicteurs nominaux au sein du cadre Lasso requiert des pr\u00e9cautions particuli\u00e8res. Lorsqu’un facteur cat\u00e9goriel \u00e0 plusieurs niveaux (comme un groupe diagnostique ou une classification socio-d\u00e9mographique) fait l’objet d’un codage disjonctif complet en variables muettes indicatrices (dummy \/ one-hot encoding<\/em>), le Lasso standard traite chaque variable binaire comme une dimension ind\u00e9pendante.<\/p>\n Cette approche d\u00e9sagr\u00e9g\u00e9e pose deux difficult\u00e9s majeures : d’une part, le choix de la modalit\u00e9 de r\u00e9f\u00e9rence introduit une asym\u00e9trie d’invariance dans le traitement de la p\u00e9nalit\u00e9 ; d’autre part, la p\u00e9nalit\u00e9 Lasso peut \u00e9liminer s\u00e9lectivement certaines modalit\u00e9s tout en conservant d’autres au sein d’une m\u00eame \u00e9chelle cat\u00e9gorielle, fragmentant la coh\u00e9rence structurelle de la variable sous-jacente. Pour pallier cette anomalie, l’utilisation de variantes adapt\u00e9es telles que le Group Lasso<\/strong> s’av\u00e8re indispensable : elle p\u00e9nalise collectivement le bloc de variables indicatrices d\u00e9riv\u00e9 du m\u00eame facteur nominal, garantissant que l’ensemble du facteur soit retenu ou exclu de mani\u00e8re coordonn\u00e9e.<\/p>\n Les investigations psychom\u00e9triques et les exp\u00e9rimentations comportementales sont particuli\u00e8rement expos\u00e9es aux distorsions de distribution caus\u00e9es par les valeurs atypiques (outliers<\/em>) et les non-r\u00e9ponses aux protocoles. La fonction de perte standard du Lasso repose sur l’erreur quadratique $|Y – Xbeta|_2^2$<\/span>, qui \u00e9l\u00e8ve les \u00e9carts au carr\u00e9 et amplifie ainsi l’influence des d\u00e9viations extr\u00eames. Un sujet consignant un score pathologique extr\u00eame ou r\u00e9pondant de mani\u00e8re d\u00e9sordonn\u00e9e peut d\u00e9placer les ellipso\u00efdes de r\u00e9sidus et fausser l’entr\u00e9e de variables non pertinentes dans le mod\u00e8le actif.<\/p>\n Face \u00e0 ces distorsions, l’utilisation de fonctions de perte composites et robustes \u2014 telle que la perte de Huber coupl\u00e9e \u00e0 la p\u00e9nalit\u00e9 $L_1$<\/span> (r\u00e9gression robuste r\u00e9gularis\u00e9e) \u2014 offre une alternative performante. Par ailleurs, l’existence de donn\u00e9es manquantes invalide l’application directe des produits matriciels. Les chercheurs doivent donc recourir \u00e0 des protocoles m\u00e9thodologiques stricts bas\u00e9s sur l’imputation multiple par \u00e9quations cha\u00een\u00e9es (MICE) ou des mod\u00e8les matriciels r\u00e9gularis\u00e9s, sous peine d’alt\u00e9rer la composition factorielle avant la s\u00e9lection des variables.<\/p>\n L’un des terrains d’application les plus fertiles de la r\u00e9gression r\u00e9gularis\u00e9e r\u00e9side dans la rationalisation et l’abr\u00e9gement des inventaires psychom\u00e9triques multidimensionnels. Les questionnaires \u00e9valuant les grands traits de la personnalit\u00e9, comme le mod\u00e8le en cinq facteurs (Big Five<\/em>) ou l’inventaire de d\u00e9pression de Beck, comportent historiquement une proportion importante d’items hautement corr\u00e9l\u00e9s introduits pour maximiser la consistance interne brute (l’alpha de Cronbach). Cette surcharge allonge inutilement le temps de passation et induit une fatigue attentionnelle chez les participants, susceptible d’alt\u00e9rer la qualit\u00e9 des r\u00e9ponses recueillies.<\/p>\n En employant une strat\u00e9gie Lasso o\u00f9 un crit\u00e8re comportemental externe ou un score diagnostique global sert de variable d\u00e9pendante face \u00e0 l’ensemble des items d\u00e9taill\u00e9s, la p\u00e9nalisation $ell_1$<\/span> agit comme un filtre d’\u00e9lagage psychom\u00e9trique. Elle \u00e9limine les items redondants dont la contribution d’information marginale est n\u00e9gligeable compte tenu des autres \u00e9nonc\u00e9s d\u00e9j\u00e0 retenus. On parvient ainsi \u00e0 synth\u00e9tiser des \u00e9chelles ultracourtes qui conservent une validit\u00e9 de crit\u00e8re et une robustesse psychom\u00e9trique quasi identiques \u00e0 celles des batteries originales compl\u00e8tes, illustrant l’utilit\u00e9 du Lasso pour optimiser la collecte de donn\u00e9es cliniques.<\/p>\n Les investigations men\u00e9es en imagerie c\u00e9r\u00e9brale fonctionnelle (IRMf) ou par magn\u00e9toenc\u00e9phalographie (MEG) illustrent de mani\u00e8re paradigmatique le probl\u00e8me de haute dimensionnalit\u00e9 $p gg n$<\/span>. Dans une configuration exp\u00e9rimentale standard, l’analyste dispose d’enregistrements volum\u00e9triques fractionn\u00e9s en un volume ph\u00e9nom\u00e9nal de coordonn\u00e9es tridimensionnelles (typiquement entre 50 000 et 200 000 voxels c\u00e9r\u00e9braux), tandis que la cohorte clinique ne r\u00e9unit couramment que 30 \u00e0 100 participants en raison des contraintes logistiques et financi\u00e8res.<\/p>\n Le traitement de ces donn\u00e9es par les estimateurs classiques des moindres carr\u00e9s est impossible sans r\u00e9duction drastique de dimension. La r\u00e9gression Lasso permet d’analyser l’activit\u00e9 m\u00e9tabolique ou les flux de d\u00e9soxyh\u00e9moglobine \u00e0 l’\u00e9chelle du voxel pour pr\u00e9dire un statut cognitif ou comportemental donn\u00e9. Gr\u00e2ce \u00e0 sa parcimonie, le Lasso isole les quelques grappes de voxels ou les n\u0153uds de connectivit\u00e9 intrins\u00e8que qui pr\u00e9disent les performances amn\u00e9siques ou les d\u00e9ficits ex\u00e9cutifs, filtrant les variations physiologiques non informatives sans requ\u00e9rir de d\u00e9coupage anatomique pr\u00e9alable restrictif.<\/p>\n La psychopathologie computationnelle s’est r\u00e9cemment affranchie de la perspective n\u00e9o-kraepelinienne \u2014 qui consid\u00e9rait les troubles mentaux comme des entit\u00e9s pathologiques latentes universelles g\u00e9n\u00e9rant des sympt\u00f4mes passifs \u2014 au profit du paradigme dynamique des r\u00e9seaux de sympt\u00f4mes<\/a>. Dans ce mod\u00e8le novateur formalis\u00e9 par Borsboom et al., un trouble tel que l’\u00e9pisode d\u00e9pressif majeur est conceptualis\u00e9 comme un syst\u00e8me complexe d’interactions causales directes o\u00f9 l’insomnie alimente l’\u00e9puisement, qui induit \u00e0 son tour l’anh\u00e9donie par r\u00e9troaction positive continue.<\/p>\n L’estimation des r\u00e9seaux de corr\u00e9lation partielle r\u00e9gularis\u00e9s repose sur l’application conjointe de r\u00e9gressions nodales Lasso ou du Graphical Lasso<\/em> (GLasso). En r\u00e9gressant successivement chaque sympt\u00f4me sur l’ensemble de tous les autres au moyen d’une p\u00e9nalisation $ell_1$<\/span>, le syst\u00e8me supprime les associations fallacieuses induites par le conditionnement colin\u00e9aire. Il en \u00e9merge un graphe pond\u00e9r\u00e9 clair (sparse network<\/em>) au sein duquel les ar\u00eates restantes symbolisent des interactions directes authentiques, permettant aux cliniciens d’identifier les sympt\u00f4mes ponts et les cibles d’intervention prioritaires.<\/p>\n L’adoption de la r\u00e9gression Lasso engendre une difficult\u00e9 majeure souvent m\u00e9connue des praticiens form\u00e9s aux statistiques inf\u00e9rentielles traditionnelles : l’effondrement syst\u00e9matique de la th\u00e9orie classique des tests d’hypoth\u00e8ses. Dans le cadre conventionnel de Gauss-Markov, le calcul des valeurs $p$<\/span> et des intervalles de confiance pour l’estimateur $\\hat{\\beta}_{\\text{MCO}}$<\/span> repose sur sa distribution gaussienne asymptotique non biais\u00e9e centr\u00e9e sur la valeur th\u00e9orique $\\beta^*$<\/span>. Or, le Lasso introduit un double m\u00e9canisme destructeur pour l’inf\u00e9rence na\u00efve :<\/p>\n1.2 La probl\u00e9matique de la multicolin\u00e9arit\u00e9 dans les donn\u00e9es psychologiques<\/h3>\n
1.3 Le compromis biais-variance et l’\u00e9cueil du surapprentissage<\/h3>\n
![\"Ridge](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/ridge1-1.png\")
2. Gen\u00e8se et concept fondamental de la r\u00e9gression Lasso<\/h2>\n
2.1 Origine historique et publication s\u00e9minale de Robert Tibshirani<\/h3>\n
2.2 D\u00e9finition et \u00e9tymologie : Least Absolute Shrinkage and Selection Operator<\/h3>\n
\n
2.3 Philosophie de la r\u00e9gularisation en mod\u00e9lisation comportementale<\/h3>\n
3. Formulation math\u00e9matique et fonction de perte du Lasso<\/h2>\n
3.1 La fonction objectif p\u00e9nalis\u00e9e par la norme L1<\/h3>\n
3.2 Le r\u00f4le du param\u00e8tre d’ajustement lambda<\/h3>\n
\n
![\"Lasso](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/lasso1-1.png\")
3.3 Formulation sous forme de probl\u00e8me d’optimisation sous contrainte<\/h3>\n
4. M\u00e9canisme g\u00e9om\u00e9trique et propri\u00e9t\u00e9 de parcimonie<\/h2>\n
4.1 G\u00e9om\u00e9trie de la contrainte L1 versus la sph\u00e8re L2<\/h3>\n
4.2 L’\u00e9mergence math\u00e9matique de coefficients strictement nuls<\/h3>\n
4.3 Interpr\u00e9tabilit\u00e9 des mod\u00e8les r\u00e9sultants en sciences humaines<\/h3>\n
5. Comparaison critique : Lasso, Ridge et Elastic Net<\/h2>\n
5.1 R\u00e9gression Ridge : r\u00e9gularisation sans s\u00e9lection de variables<\/h3>\n
5.2 Comportement du Lasso face \u00e0 des variables hautement corr\u00e9l\u00e9es<\/h3>\n
5.3 Elastic Net comme solution de compromis hybride<\/h3>\n
6. Optimisation algorithmique et s\u00e9lection de l’hyperparam\u00e8tre lambda<\/h2>\n
6.1 Validation crois\u00e9e k-fold pour le calibrage de lambda<\/h3>\n
6.2 Crit\u00e8res de s\u00e9lection : lambda minimal versus r\u00e8gle du 1-SE<\/h3>\n
\n
\n $$\\text{CV}(\\lambda_{1\\text{-SE}}) \\leq \\text{CV}(\\lambda_{\\min}) + \\text{SE}(\\lambda_{\\min})$$<\/span><\/li>\n<\/ul>\n6.3 Algorithmes de r\u00e9solution num\u00e9rique : descente de coordonn\u00e9es et LARS<\/h3>\n
7. Pr\u00e9traitement rigoureux des donn\u00e9es avant l’application du Lasso<\/h2>\n
7.1 L’imp\u00e9ratif absolu du centrage et de la standardisation<\/h3>\n
7.2 Encodage des pr\u00e9dicteurs qualitatifs et variables cat\u00e9gorielles<\/h3>\n
7.3 Gestion des donn\u00e9es manquantes et valeurs aberrantes en psychologie<\/h3>\n
8. Applications empiriques du Lasso en recherche psychologique<\/h2>\n
8.1 Purification d’\u00e9chelles et r\u00e9duction de dimensions psychom\u00e9triques<\/h3>\n
8.2 Neurosciences cognitives et analyse de donn\u00e9es de neuroimagerie<\/h3>\n
8.3 Psychopathologie computationnelle et analyse de r\u00e9seaux de sympt\u00f4mes<\/h3>\n
9. Inf\u00e9rence statistique et d\u00e9fis m\u00e9thodologiques post-s\u00e9lection<\/h2>\n
9.1 L’invalidation des tests d’hypoth\u00e8ses traditionnels<\/h3>\n
\n