régression

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

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.


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)


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

merci ;-)