ACP avant régression linéaire-variable dépendante

Bonjour!

Je suis une étudiante en Biologie et je dois faire des stats sur mes données de mémoire.

En essayant de comprendre ce que j'allais faire je suis tombée sur une question, peut-être un peu bête, mais...

J'ai un set de données avec une trentaine de variable, plus une variable à expliquer par ces trente autres variables. Pour cela je voudrais faire une régression linéaire( ou un GLM), mais avant cela, je voudrais réduire mon nombre de variables en utilisant une ACP.

Faut-il, pour l'ACP, que j'inclue la variable dépendante (je sais qu'il n'y a pas de variable dépendante dans une ACP, je veux dire la variable qui sera ma variable dépendante pour la régression)?

J'ignore si je suis très claire...

Merci 'avance à qui pourra m'aider :-)

Bonjour,

non pour l'ACP tu n'inclues pas la variable dépendante!

Tu peux éventuellement, pour information, la projeter en variable supplémentaire, pour voir quelles variables explicatives sont le plus corrélées à cette dernière.

Bonne continuation

Niaboc

Ahah! Merci pour ta réponse :-)
Pour choisir mes données actives, je tape bien
donnees.actif <-donnees[,1;2;8;5]
, par exemple?

Et j'ai encore une autre question, meme si je me doute un peu de la réponse... séparer moi-même, préalablement à l'ACP, mes variables en catégories (comportementales, biologiques,...) puis faire une ACP séparée sur chacun des catégories de variables, j'ai pas trop le doit, n'est-ce pas?
Je voulais être sure d'avoir au moins un axe pour chaque type de variable, mais à la réflexion, ça me semble une bonne façon de biaiser mes données...

Si je pense que tu aurais le droit... mais tu perds quand même de l'information, si tu ne gardes qu'un axe à chaque fois.

Et puis la régression sur composantes principales sert à enlever la colinéarité entre les variables explicatives. Si tu le fais par catégorie, tu vas peut-être pas enlever la colinéarité qui existe entre les catégories... il faudra donc vérifier ça.

Bonjour, 
tu peux également, il me semble, faire une régression linéaire pas à pas (?) (stepwise?) pour choisir de réduire le nombre de variables à étudier.
Tu pars par exemple avec toutes tes variables dans ton modèle et tu supprimes celle qui à la p-value la plus élevée. Tu refais tourner ton modèle et ainsi de suite jusqu'à ce que tu n'ais plus que des variables explicatives.

Oui, mais j'aimerais bien conserver dans la mesure du possible, l'info du plus de variables possibles, donc les composantes principales me semblaient une bonne façon de garder de l'info tout en réduisant les variables.

Mais après je ferai une stepwise, ou alors un GLM, mais j'y connais pas grand chose...

Tout est une question d'objetcif. Le but est-il d'avoir un modèle prédictif ou de savoir quelle contribution chaque variable apporte à la variable d'intérêt ?
Selon ce que tu cherches à faire tu ne t'orienteras pas vers les mêmes analyses.