Interprétation GLM

Bonjour,

Je reviens à l'assaut avec mon glm, j'obtiens donc :

Code:

> anova(glmth, test="F")
Analysis of Deviance Table

Model: quasipoisson, link: log

Response: chutes

Terms added sequentially (first to last)


     Df Deviance Resid. Df Resid. Dev      F    Pr(>F)    
NULL                    51     3245.6                    
site  5  1250.31        46     1995.3 7.2293 6.231e-05 ***
type  2   346.72        44     1648.6 5.0119   0.01129 *  
S0    1     4.44        43     1644.2 0.1284   0.72194    
M     1    34.60        42     1609.6 1.0002   0.32314    
A     1   120.01        41     1489.6 3.4695   0.06968 .  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> summary(glmth)

Call:
glm(formula = chutes ~ site + type + S0 + M + A, family = "quasipoisson",
   data = subset(prglm, !is.na(prglm$A)), offset = log(infest))

Deviance Residuals:
    Min        1Q    Median        3Q       Max  
-18.3492   -2.0986    0.0969    3.0213    9.1562  

Coefficients:
                Estimate Std. Error t value Pr(>|t|)    
(Intercept)    1.989e+00  9.655e-01   2.060 0.045767 *  
siteADAAQ     -2.932e-01  1.842e-01  -1.591 0.119185    
siteADAM      -2.940e-01  2.033e-01  -1.446 0.155779    
siteADAProLR  -6.064e-01  1.462e-01  -4.149 0.000164 ***
siteADARA     -1.047e+00  4.596e-01  -2.279 0.027955 *  
siteAOC Corse -3.108e-01  1.930e-01  -1.610 0.115024    
typeFAM       -7.458e-03  1.163e-01  -0.064 0.949185    
typeMAQS      -6.361e-02  1.081e-01  -0.588 0.559549    
S0             5.539e-05  4.699e-05   1.179 0.245283    
M             -7.552e-02  3.557e-02  -2.123 0.039824 *  
A              4.857e-02  2.594e-02   1.873 0.068253 .  
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

(Dispersion parameter for quasipoisson family taken to be 34.58996)

    Null deviance: 3245.6  on 51  degrees of freedom
Residual deviance: 1489.6  on 41  degrees of freedom
AIC: NA

Number of Fisher Scoring iterations: 4

Pour info, M est le maximum moyen journalier, peu de thermos ont pu être placés c'est pq il n'y a que 52 données. Je m'interroge sur la manière d'interpréter les résultats obtenus sur cette variable M entre l'anova (absence de *) et le summary(où elle est significative). Si je comprends bien, M ne contribue pas significativement à la diminution de la variance résiduelle mais a un "effet" sur la variable réponse? Ou bien je m'arrete à l'anova et j'exclue cette variable du modèle?

Merci!

Si je comprends bien, M ne contribue pas significativement à la diminution de la variance résiduelle

oui.mais attention l'introduction et donc la mesure de déviance sont additionnelles. C'est à dire que le test s'effectue sur ce qu'il reste de déviance après l'effet des paramètres précédents (site, type et S0). IL faut donc se méfier des variables potentiellement corrélées car l'effet de la première éliminera complètement l'effet de la seconde. Par exemple si M est corrélée à site alors le fait d'introduire site fera apparaitre M comme non-significative.

mais a un "effet" sur la variable réponse?

Non. la valeur du paramètre est significativement différente de 0 au seuil de 5%. ça ne va pas plus loin que cette information là.

Nik