Forum de Statistiques
Vous souhaitez réagir à ce message ? Créez un compte en quelques clics ou connectez-vous pour continuer.
-38%
Le deal à ne pas rater :
Ecran PC gaming 23,8″ – ACER KG241Y P3bip à 99,99€
99.99 € 159.99 €
Voir le deal

Régression Linéaire Multiple - Interprétation

2 participants

Aller en bas

Régression Linéaire Multiple - Interprétation Empty Régression Linéaire Multiple - Interprétation

Message par alice06000 Mer 19 Juil 2017 - 11:25

Bonjour à tous,

Je travaille actuellement sur mon mémoire et réalise une analyse quantitative pour ma partie empirique. J'essaie de faire une régression linéaire multiple sur R mais je suis totalement perdue quant à l'interprétation des sorties. Pouvez-vous m'aiguiller svp?

Concrètement, je cherche à expliquer la variable NPS (qui correspond à l'intention de recommander) par 8 variables explicatives (la procédure d’enregistrement (Check_in), le sentiment d’attention du personnel (Care), la reconnaissance des clients par le personnel (Remember), le service client global (Cust_Service), l’état général de l’hôtel (Condition), la chambre (Room), la tranquillité de la chambre (Room), ainsi que le service de restauration (Food_Beverage)).

En réalisant ma régresion, j'obtiens les sorties suivantes mais impossible pour moi de les interpréter.
De plus, ma directrice de mémoire m'a dit que ces variables explicatives n'étaient pas interprétables telles quelles, il fallait que je les standardise (via un calcul d'élasticité) pour pouvoir comparer les estimates...... Alors là.. mystère! No

J'espère que quelqu'un pourra m'éclairer de sa lumière !!!

Merci à vous Smile
Fichiers joints
Régression Linéaire Multiple - Interprétation Attachment
régression1.PNG Vous n'avez pas la permission de télécharger les fichiers joints.(35 Ko) Téléchargé 7 fois

alice06000

Nombre de messages : 2
Date d'inscription : 19/07/2017

Revenir en haut Aller en bas

Régression Linéaire Multiple - Interprétation Empty Re: Régression Linéaire Multiple - Interprétation

Message par Jocelyn Carré Mer 19 Juil 2017 - 12:55

Bonjour,
Je ne maitrise pas bien tout ça, mais pour moi la colonne "estimate" correspond aux coefficients du modèle. Si je ne me trompe pas, par exemple, une augmentation de 1 du service client correspond à une augmentation de 0.6 de l'intention de recommander. Et les p value à la dernière colonne indique la significativité de tes coefficients. Tu as plus bas tes R² et R² ajusté, qui donnent l'ajustement de ton modèle aux données.

Jocelyn Carré

Nombre de messages : 7
Date d'inscription : 03/07/2017

Revenir en haut Aller en bas

Revenir en haut

- Sujets similaires

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