Forum de Statistiques
Vous souhaitez réagir à ce message ? Créez un compte en quelques clics ou connectez-vous pour continuer.
Les posteurs les plus actifs de la semaine
Aucun utilisateur

Le deal à ne pas rater :
Coffret dresseur d’élite ETB Pokémon EV06 Mascarade Crépusculaire
56.90 €
Voir le deal

régression

Aller en bas

régression Empty régression

Message par niaboc Dim 2 Nov 2008 - 21:59

Bonjour,

1-Quel est l'intérêt dans une régression de diviser une variable continue en différente classe?

2-pour l'age par exemple on peut par exemple réaliser 4 classes avec comme valeur 0 ou 1 selon que l'individu est dans la classe
(ex: ind[O-20], ind[20-40], ind[40-60] et ind[60-80])
mais pourquoi ne choisit on pas une "séparation" comme ceci:
age x ind[O-20], age x ind[20-40], age x ind[40-60] et age x ind[60-80]??
on aurait ainsi une régression sur chaque partie de l'âge...

merci
niaboc
niaboc

Nombre de messages : 1001
Age : 37
Localisation : Paris
Date d'inscription : 05/05/2008

Revenir en haut Aller en bas

régression Empty Re: régression

Message par Invité Mer 5 Nov 2008 - 8:23

Bonjour,

Ce qu'il te faut bien voir c'est que tu ne considères pas du tout la même chose quand tu gardes une variable en quantitatif ou si tu la passes en qualitatifs.

Utiliser l'âge de façon continue ou non peut te permettre de tester la linéarité ou non de la ta variable âge avec la variable y.

Concernant la deuxième question, les hypothèses que tu fais ne sont pas les mêmes. Si tu as un modèle du genre :
y = alpha + b1*x + age alors tu vas considéré que la liaison de y avec x est la même dans tous les âges mais que l'ordonnée à l'origine est différente dans les classes d'âges.
régression Plot1bd8

Si tu fais la séparation comme tu l'as indiqué alors l'hypothèse derrière est différente puisque ce n'est plus l'ordonnée à l'origine qui va différer entre les classes d'âges mais la pente de x. Tu auras un modèle de ce genre la :
y = alpha + x*(b1+bi*agei)
régression Plot2up7

Et enfin tu peux avoir un modèle complet avec à la fois le paramètre age comme facteur additif (premier modèle) et comme paramètre multiplicatif (deuxième modèle) et dans ce cas les ordonnées à l'origine et les pentes peuvent être différentes.
y = alpha + age + x*(b1+bi*age[i])

micros

Invité
Invité


Revenir en haut Aller en bas

régression Empty Re: régression

Message par niaboc Mer 5 Nov 2008 - 8:51

merci ;-)
niaboc
niaboc

Nombre de messages : 1001
Age : 37
Localisation : Paris
Date d'inscription : 05/05/2008

Revenir en haut Aller en bas

régression Empty Re: régression

Message par Contenu sponsorisé


Contenu sponsorisé


Revenir en haut Aller en bas

Revenir en haut


 
Permission de ce forum:
Vous ne pouvez pas répondre aux sujets dans ce forum