Données pas normales

Bonjour,

je dois analyser des enregistrements mensuels d'une variable continue à l'aide d'enregistrements mensuels d'autres variables, continues ou discrètes. Le problème es que ma variable expliquée comporte énormément de zéros. Sa distribution s'éloigne énormément de la normale, et les résidus d'une régression linéaire ou d'une analyse de variance sur les variables explicatives aussi. Je n'ai pas trouvé de moyen de normaliser les résidus : je ne peux pas faire de moyenne sur plusieurs mois et les transformations en log(1-Y .... ne fonctionnent pas mieux.
Je peux toujours faire des tests deKruskal-Wallis pour chacune des variables discrètes mais ce n'est pas très satisfaisant.
De plus, les données sont aussi hétéroscédastiques.
Quelqu'un a une idée de ce que je pourrai faire avec ces données ?

Merci d'avance.

Bonjour,

Pour tenter d'approcher une distribution de la loi normale, tu peux je crois essayer d'utiliser une transformation box cox. Vérifie les conditions d'applications, mais je sais déjà qu'il faut avoir pour la variable à transformer que des données strictement positives. Donc, si ce n'est pas le cas comme toi qui as des 0, il suffit au préalable d'ajouter une constante à ta variable avant de lancer la transformation box-cox.
Cela résolvera peut-être aussi le problème d'hétéroscédasticité. Sinon, je sais qu'il y a une histoire de remplacer dans la régression, les moindres carrés ordinaires par les moindres carrés pondérés ("régression robuste")...
Sinon, il faut savoir qu'une cause de l'hétéroscédasticité peut être l'absence dans le modèle d'une variable essentielle.

J'espère avoir réussi à t'aider et d'avoir donné des (bonnes) pistes !
Bon courage,

Merci Madoka,

je vais essayer de creuser dana les directions que tu m'as indiqué. Il est vrai que mes variables explicatives expliquent bien peu ma variable soi-disant expliquée.