Les posteurs les plus actifs de la semaine
Aucun utilisateur |
Sujets les plus vus
Diffrencre entre variables omise et erreur
2 participants
Page 1 sur 1
Diffrencre entre variables omise et erreur
bonjour à tous
Svp j'ai un problème concernant l'erreur et les variables omises et non pertinentes; Dans la litterature on dit generalement que l'erreur prend en compte toutes les variables qui peuvent affectées y si elles ne font pas partie du modèle et pourquoi alors parler encore de variables omises et non pertinentes??......Merci
Svp j'ai un problème concernant l'erreur et les variables omises et non pertinentes; Dans la litterature on dit generalement que l'erreur prend en compte toutes les variables qui peuvent affectées y si elles ne font pas partie du modèle et pourquoi alors parler encore de variables omises et non pertinentes??......Merci
Flynn25- Nombre de messages : 11
Date d'inscription : 11/07/2017
Re: Diffrencre entre variables omise et erreur
Bonjour,
Je n'ai pas tout compris à ce que tu as dit mais voici une explication pour les modèles.
Il y a une phrase populaire en statistique qui dit "Tous les modèles sont faux, certains sont utiles", en effet, lorsqu'on veut expliquer la variabilité d'une variable aléatoire, on essaie d'inclure plusieurs variables explicatives dans un modèle mais jamais nous n'arriverons à expliquer à exactement 100% la variabilité d'une variable.
De ce modèle vont résulter des résidus, qui seront les écarts entre les groupes de prédictions (valeurs théoriques) et tes valeurs observées.
Si tu as omis d'inclure des variables explicatives, tu auras des résidus assez extrêmes et qui pourraient mal expliquer la variabilité de ta variable à expliquer. En effet, les variables que tu inclus dans ton modèle sont censées te créer des groupes de prédiction réalistes et tes valeurs devraient être proches de celles de chaque groupe (si tu as un échantillon représentatif de ta population). Si tu inclus des variables non-pertinentes, tu n'inclus pas d'information (le nombre de décès par étouffement est corrélé à la consommation de margarine aux états-unis mais les variables ne sont pas liées) et ton modèle peut être erroné.
Je n'ai pas tout compris à ce que tu as dit mais voici une explication pour les modèles.
Il y a une phrase populaire en statistique qui dit "Tous les modèles sont faux, certains sont utiles", en effet, lorsqu'on veut expliquer la variabilité d'une variable aléatoire, on essaie d'inclure plusieurs variables explicatives dans un modèle mais jamais nous n'arriverons à expliquer à exactement 100% la variabilité d'une variable.
De ce modèle vont résulter des résidus, qui seront les écarts entre les groupes de prédictions (valeurs théoriques) et tes valeurs observées.
Si tu as omis d'inclure des variables explicatives, tu auras des résidus assez extrêmes et qui pourraient mal expliquer la variabilité de ta variable à expliquer. En effet, les variables que tu inclus dans ton modèle sont censées te créer des groupes de prédiction réalistes et tes valeurs devraient être proches de celles de chaque groupe (si tu as un échantillon représentatif de ta population). Si tu inclus des variables non-pertinentes, tu n'inclus pas d'information (le nombre de décès par étouffement est corrélé à la consommation de margarine aux états-unis mais les variables ne sont pas liées) et ton modèle peut être erroné.
Dernière édition par zezima le Lun 24 Juil 2017 - 7:25, édité 1 fois
zezima- Nombre de messages : 939
Date d'inscription : 26/02/2013
Flynn25- Nombre de messages : 11
Date d'inscription : 11/07/2017
Re: Diffrencre entre variables omise et erreur
@zezima toujours à propos de cette omission de variables;
j'ai estimé un modèle en omettant expressement une variable pertinente. mais à ma grande surprise, lorsque je réintroduis cette variable dans mon modèle les coefficients de détermination sont les même. J'aimerai connaître ce que cela signifie de manière pratique? Merci..!!
j'ai estimé un modèle en omettant expressement une variable pertinente. mais à ma grande surprise, lorsque je réintroduis cette variable dans mon modèle les coefficients de détermination sont les même. J'aimerai connaître ce que cela signifie de manière pratique? Merci..!!
Flynn25- Nombre de messages : 11
Date d'inscription : 11/07/2017
Re: Diffrencre entre variables omise et erreur
On va poser :
- M1 : modèle sans la variable pertinente
- M2 : modèle avec la variable pertinente
Les coefficients de tes variables sont exactement les mêmes ou ils sont proches entre le modèle M1 et le modèle M2 ?
- M1 : modèle sans la variable pertinente
- M2 : modèle avec la variable pertinente
Les coefficients de tes variables sont exactement les mêmes ou ils sont proches entre le modèle M1 et le modèle M2 ?
zezima- Nombre de messages : 939
Date d'inscription : 26/02/2013
Re: Diffrencre entre variables omise et erreur
ils sont exactement les memes et ej sais pas ce que ca signifie physiquement
Flynn25- Nombre de messages : 11
Date d'inscription : 11/07/2017
Re: Diffrencre entre variables omise et erreur
La variable explicatives que tu as introduit dans ton modèle est-elle corrélée à 100% avec une autre de tes variables explicatives du modèle ?
zezima- Nombre de messages : 939
Date d'inscription : 26/02/2013
Sujets similaires
» Différence entre erreur, biais, résidus ?
» ACP lien entre variables
» intéraction entre 2 variables
» ACP et corrélation entre variables
» relation entre variables qualit
» ACP lien entre variables
» intéraction entre 2 variables
» ACP et corrélation entre variables
» relation entre variables qualit
Page 1 sur 1
Permission de ce forum:
Vous ne pouvez pas répondre aux sujets dans ce forum