V de Cramer

Bonjour,

Je réalise actuellement une étude pour laquelle j'utilise le V de Cramer afin de détecter les corrélations entre les variables explicatives et la variable à expliquer mais également les corrélations entre les variables explicatives .

La variable x1 est corrélé avec la variable à expliquer y ( V de cramer =0.2)
La variable x2 n'est pas corrélé avec la variable à expliquer y ( V de cramer =0.06)
Les variables x1 et x2 sont corrélées (V de cramer =0.41)

Lorsque je modélise par une proc logistic mes résultats sont meilleurs lorsque je prend les deux variables ( critères d'information plus faible, D de Sommer plus élevé, esemble des variables significatives).
Si je suis amené a n'en prendre qu'une seul, c'est le modèle avec la variable x2 qui s'avère le meilleur selon les citères énnoncés ci-dessus.

Puis-je prendre en compte ces deux variables ensemble malgrés l'avertissement du V de Cramer?
Les résultats du V de Cramer ne vont il pas à l'encontre des résultats de la modélisation?

Par avance, merci pour vos réponses.

Bien cordialement.

Salut

Tu confonds corrélation entre deux variables et modélisation. La modélisation est un processus d'estimation de paramètre en utilisant un critère d'optimisation pour que le modèle s'ajuste au mieux avec les données. La corrélation mesure simplement la co-évolution de deux variables. On ne peut donc pas préjuger de l'effet d'une variable dans un modèle sur la variable à expliquer surtout quand il y a plusieurs variables explicatives.
A la limite, regarder les corrélations peut permettre d'éviter des variables trop colinéaires dans un modèle mais c'est tout.

Nik

Merci pour ta réponse Nik.

Donc mon choix se restreint maintenant a prendre soit la variable X2 ou les deux ensemble.

D'après toi dois-je prendre les deux variables x1 et x2 ensemble (ce qui fait diminuer mon critère d'information), cela serait correct malgrés une corrélation entre les deux variables?

oui c'est correct. Ta corrélation n'est pas très élevée et ce qu'il faut examiner avant tout ce sont les patterns des résidus. Il faut aussi réfléchir sur ta corrélation si elle est seulement statistique ou s'il existe aussi une redondance d'information dans le sens des variables.

Autrement dit la sélection d'un modèle se passe avant tout en amont de toute considération statistique donc si tu trouves que tes deux variables ont pleinement leur place dans le modèle alors c'est bon.

nik

Encore merci Nik pour tes réponse.

Cordialement,