Régression, régression ....

[invite119daa51]

bonsoir,
les gars j'ai besoin d'un sérieux coup de main
j'aurai besoin de faire une régression multiple, je lis depuis plusieurs jours sur le sujet, mais c'est trop vaste. alors j'en reviens a vous pour m'aider!!

en gros voila ma question: quelle est la démarche a suivre pour faire une régression, pas excellente, mais correcte.
je vous dis ce que j'ai jusqu'à maintenant, je sais qu'il faut d'abord chercher les points aberrant univariés et multivariés (ça je sais comment ). et je sais qu'il faut vérifier la normalité des résidus( je sais pas comment mais je sens quelqu'un va être gentil et me le dire

mais j'aurai besoin qu'on me dise quelle sont les étapes??
-points aberrants, calcul de la régression, normalité des résidus, comment sélectionner parmi mes variables indépendantes et leur linéarisation ... et les itérations nécessaires.

voila il est 1h00 passé je crois pas que je vais attendre la réponse pour cette nuit, mais j'espère de tous cœur que quelqu'un va me répondre rapidement. sur ceux je vous souhaite une bonne nuit.
-----

[invite119daa51]

ah oui je suis assez bon en R

[invite119daa51]

pas de réponse ??, svp c'est très important .....

[invite119daa51]

bon je me lance et peut être quelqu'un me corrigera,
voici l'algorithme au quel je pense:
je vais travailler avec la méthode forward pour sélectionner mes variables.
1) je choisis la variable qui est la plus corrélé avec Y
2) j'élimine les points aberrants univariés (en enlevant les point > mean+3.29*ecart_type)
3) j'élimine les point aberrants multivariés avec la méthode de Mahalanobis (je concidère X et Y en même temps et j'élimine les point qui on une distance de mahal > khi-deux)
4) je construit mon modèle et calcule R² et R ajusté.
5) je sélectionne une autre variable mais cette fois ci celle qui est la plus corrélé avec Y et la moin corrélé avec la variable précédente (là je suis toujours perplexe par raport à ça).
6) je réitère à partir de 2) en selectionnant les point aberrants univariés et multivariés ( je sais pas si je calcule la distance de mahalanobis pour les x1, x2 et Y ou pas ??).

je continue les itération jusqu'a ce que la variable que je rajoute n'augmente pas mon R².

es que c ça ??. si oui veuillez me dire comment faire la transition 5) pour la sélection de la nouvelle variable.

svp

[A voir en vidéo sur Futura]

[acx01b]

salut,

je n'ai pas compris pourquoi tu n'appliques pas ça (wikipedia/régression multiple):

Théorème — est l'estimateur qui minimise la somme des carrés des résidus

[inviteaeeb6d8b]

je n'ai pas compris pourquoi tu n'appliques pas ça (wikipedia/régression multiple):

Il veut faire plus que ça : il veut sélectionner les variables pour que le modèle de régression soit le meilleur possible (d'où l'utilisation de la méthode forward par exemple).

[invite119daa51]

Il veut faire plus que ça : il veut sélectionner les variables pour que le modèle de régression soit le meilleur possible (d'où l'utilisation de la méthode forward par exemple).

en fin quelqu'un qui me comprend . oof, svp quelqu'un pourrai me répondre à présent ??

[invite986312212]

salut,

il y a un truc qui me gène dans ton programme: c'est l'idée d'éliminer les points aberrants après l'introduction de chaque covariable. Déjà, éliminer les points aberrants n'est pas toujours une bonne politique, là tu risques d'en enlever beaucoup (?)
autrement, si tu connais R il y a des outils pour sélectionner des variables dans un modèle linéaire (regarde anova, drop1, step,...)
il y a un bouquin très bien de Faraway (linear models in R ou quelque-chose comme ça), qui explique comment faire pas à pas.

[invite119daa51]

salut,

il y a un truc qui me gène dans ton programme: c'est l'idée d'éliminer les points aberrants après l'introduction de chaque covariable. Déjà, éliminer les points aberrants n'est pas toujours une bonne politique, là tu risques d'en enlever beaucoup (?)
autrement, si tu connais R il y a des outils pour sélectionner des variables dans un modèle linéaire (regarde anova, drop1, step,...)
il y a un bouquin très bien de Faraway (linear models in R ou quelque-chose comme ça), qui explique comment faire pas à pas.

merci pour la réponse, je sais que je vais en éliminer beaucoup, mais il faut considérer mon cas, j'étudie la relation entre le comportement utilisateur et son degré d'intére^t par raport au documents qu'il consulte, alors je risque d'avoir des situations bizard.
en fin bref, a part les points aberrants, es que je suis dans la bonne voie, pour la régression je ne voudrai pas appliquer des chose spécifique à R, en citant R je pensais à l'utiliser comme moyen de calcule, mais la méthodologie m'intéresse beaucoup.
ainsi, je te demande de remanier mon algo, si c comme ça ou j'y suis pas encore.

[invite119daa51]

un ptit up...

[invite119daa51]

up up up...