etudiante en galère urgent !!!

bonjour à tous,

j'ai grand besoin d'aide et fait donc appel à vous..
j'ai des données à analyser 6 variables qui concerne un échantilonage de 151 personnes : 3 variables sur les caractéristiques des personnes (sexe, poids, age) et 3 autres variables (2 quantitatives et 1 qualitative) en relation avec des paramètres mesurés en laboratoire.
J'aimerais voir si les 3 premières variables ont un effet sur les 3 dernières et si oui quel facteur est le plus important.

Je ne sais pas trop comment m'y prendre, merci à celui qui éclairera ma lanterne...

St.

Regarde du côté de la régression multiple et de la regression logistique ou multinomiale. Regression multiple pour tes variables quantitatives (tu trouves plein de doc sur le net) et regréssion logistique sur ta variable qualitative si celle-ci n'a que deux modalités ou regression multinomiale si ta variable à plus de deux modalités. Pour la regression logistique voir du côté de : www.tesser-pro.org/stat/Cours_regression_logistique.pdf. Fait attention à chaque fois que les conditions d'utilisation soient respectées.

Micros

Merci beaucoup Micros pour ton aide, ça marche plutôt bien !

Mais g encore un petit soucis, je viens de m'apercevoir que toutes mes variables ne sont pas normales. j'ai essayé les transformations log(x+1) et ln(x+1) mais ça ne change rien. Est ce que la régression est assez robuste pour supporter la non-normalité, ou dois je utiliser un autre test (non-paramétrique) ?

Merci d'avance...
St.

a priori ça peut avoir un effet après il y a pas mal de choses à regarder lorsque l'on fait un modèle, si tu as des valeurs inflentes si tes résidus (pour une régression multiple) sont distribués normalement, si la variance des résidus n'augmente pas avec les valeurs prédites (un graph en trompette) il y a pas mal de truc à voir, notamment si tes variables explicatives ne sont pas trop corrélées entre elles ce qui biaisent les valeurs des tests, etc ... Enfin je ne dis pa sça pour te décourager je dis ça pour pas que tu tires des conclusions erronnées simplement parce qu'il y a un truc qui cloche dans ton modèle ... jette un oeil ici :
www.lsp.ups-tlse.fr/Besse/pub/modlin.pdf

Micros