Regression multiple, transformation des variables

Bonjour,

je dois à partir d'une matrice de corrélation vérifier si les variables sont aptes à être utilisées pour produire un modèle linéaire et transformez les variables qui posent problème.
Je sais qu'on utilise en générale des transformation comme log, racine, 1/x. J'ai seulement pu trouver des coeff. de corrélation supérieures avec une puissance 7. Est-ce que cela est chercher trop loin ou bien est-ce qu'il vaudrait mieux de ne pas transformer les variables?

Merci beaucoup pour votre aide.

la transformation de variable n'a de sens que pour normaliser ta variable pas pour modifier les corrélations entre variables. Je ferai plutôt des graphiques univariés de chacune de mes variables (type histogramme) et je verrai celles qui s'éloignent fortement de la normalité puis je transformerai mes variables et regarderai de nouveau la normalité. Après tu peux effectivement vérifier les corrélations entre variables et éliminer les variables qui sont les plus corrélées aux autres.

micros

Merci beaucoup pour ton aide.
à la prochaine

Bonsoir,
Je suis un peu perdu avec ces transformations, pourriez vous SVP me rendre claire cette idée?
j'ai une data base comprenant à la fois des données à distribution normales et non-normales. au moment où je voudrai lancer une régression multiple, dois-je transformer toutes les variables non normales et normales(toute les variables indépendante)? ou juste celle qui sont normales.
j'ai eu des résulats différents à chaque fois que j'utilise ou non les variables transformées.
j'ai eu un R²=1 ! est-ce cela normal?