Regression multiples

Bonjour à tous,

besoin d'aide SVP!!!

Alors voila j'ai une variable qui représente l'abondance des araignées dans plusieurs sites au Portugal et j'ai aussi 11 facteurs environnementaux. Le but étant de comprendre quel facteur influence l'abondance de ces araignées donc j'ai pensé d'abord a faire une régression multiple.
Sachant qu'aucune de mes variables "facteurs" ne suivait une loi Normal (sauf la variable abondance), j'ai essayé toutes les techniques de transformation des données que je connais mais je ne m'approche toujours pas de la normalité.

Ma question est: est ce que je peux faire une régression multiple même si mes données ne sont pas normales?

Plusieurs points:

1) C'est la variable à expliquer (l'abondance ici) qui doit suivre une loi normale. Pas les facteurs explicatifs.

2) Une abondance - dans ma compréhension - est un comptage. Ca devrait suivre plutôt une loi de Poisson.

3) Une régression multiple veut dire que tous les régresseurs sont quantitatifs. Or vous parlez de "facteurs" et je soupçonne que ce n'est donc pas le cas. On dirait que vous être plutôt sur un schéma d'ANOVA.

En conclusion (sans autres informations), une ANOVA sur données poissonnienne (une régression log-linéaire - GLM) semble indiquée..

HTH, Eric

Eric Wajnberg a écrit:
1) C'est la variable à expliquer (l'abondance ici) qui doit suivre une loi normale. Pas les facteurs explicatifs.

La variable à expliquer, mais conditionnellement aux variables explicatives. Il est seulement possible de vérifier la normalité des résidus dans les faits.

Eric Wajnberg a écrit:Plusieurs points:

1) C'est la variable à expliquer (l'abondance ici) qui doit suivre une loi normale. Pas les facteurs explicatifs.

2) Une abondance - dans ma compréhension - est un comptage. Ca devrait suivre plutôt une loi de Poisson.

3) Une régression multiple veut dire que tous les régresseurs sont quantitatifs. Or vous parlez de "facteurs" et je soupçonne que ce n'est donc pas le cas. On dirait que vous être plutôt sur un schéma d'ANOVA.

En conclusion (sans autres informations), une ANOVA sur données poissonnienne (une régression log-linéaire - GLM) semble indiquée..

HTH, Eric

Merci pour votre réponse Eric.
Quand j'ai parlé de facteurs je voulais dire des facteurs environnementaux comme par exemple la température ou la pluviomètre, la durée de la sécheresse ... etc donc c'est des variables quantitatives,  c'est pour ça que je suis partie sur l'idée de la régression multiple.

j'ai essayé de la faire  avec 12 variables au départ en utilisant R et j'ai trouver un R^2 du modèle globale (avec 3 variables) à 35%. est ce que ça veut dire que c'est faut ce que j'ai fais? si oui d’après vous qu'est ce qu'il serai le plus approprié?

Ok, ca semble être une régression multiple qui convient. On ne peut rien conclure comme ca. Ca dépend du nombre de points, etc. Difficile d'en dire plus ainsi. A minima je pense qu'il faudrait effectivement regarder la distribution des résidus, comme le suggérait niaboc. Ca vous donnera une indication pour voir si votre (vos) ajustement(s) est(sont) correct(s).

Eric.