[Statistiques sur R] Quel modèle choisir ? (nombre de paramètres..)

[haricotnain]

Bonjour à tous,

J'aurais une petite question de statistiques sur R... Malheureusement mes cours remontent à loin et je ne les ai plus sur moi...

Je suis en train d'essayer d'expliquer la surface foliaire totale de plantes (cacahuètes) à l'aide de différents paramètres (génotype, traitement, mais aussi : position dans la serre et interaction entre tous ces paramètres)

Le problème c'est que je ne sais pas quel modèle choisir !

J'ai fait cela pour commencer :

Modèle le plus généraliste (tous les paramètres et toutes les interractions)

modele=lm (TLA ~ Genotype*Block*Treatment*posit ionH2*positionV2*positionH1*po sitionV1 , data = stat)

Et j'ai ensuite essayer de réduire le nombre de paramètres en comparant avec des modèles avec moins de paramètres :

(par exemple :
modele0=lm (TLA ~ Genotype*Treatment*positionH2* positionV2 + positionH1*positionV1 , data = stat) )

et ensuite je compare en faisant anova(modele,modele0)


Mais je trouve que c'est pas très facile et très concluant...
(à la fin, par élimination je trouve un modèle seulement expliquer par des interactions )

Je me souviens que mon prof m'avait donné plusieurs moyens comparer les modèles... (je me souviens qu'il y avait le R², mais bon dans ce cas là on privilégie toujours le modèle avec le plus de paramètres....) Est-ce que vous en connaitriez ?

Merci d'avance !
-----

[invite986312212]

ta démarche est la bonne, mais tu ne peux pas enlever un effet principal et garder une interaction mettant en jeu cette variable.

[haricotnain]

Merci pour ta réponse ambrosio
Dans ce cas je trouve ce modèle :

TLA ~ Genotype+Treatment+positionH2+ positionV2+Genotype:TreatmentositionH2ositionV2, data = stat)

D'après la fonction anova il n'est pas différent du modèle généraliste.
Mais les interractions Genotype:TreatmentositionH2ositionV2 me gênent... Est-ce que ça a un sens biologique ??

[invite986312212]

une interaction d'ordre 4, ça n'est pas interprétable: vire la.
n'oublie pas avant de valider ton modèle linéaire de faire les tests usuels de normalité et de non-corrélation des résidus.

[A voir en vidéo sur Futura]

[haricotnain]

Ok
Merci pour tes conseils !

[Scorp]

En fait, les intéractions d'ordre supérieur à 2 peuvent avoir une explication physique (même si c'est rare), surtout quand certains paramètres sont discontinues (par exemple avec un paramètre ne vallant que 0 ou 1). A toi de voir si c'est pertinent dans ton cas.

Pour les modèles, tu peux aussi les optimiser avec la planification optimale (si c'est possible à réaliser dans ton cas bien sûr)

Enfin, pour comparer des modèles, le R² aura effectivement tendance à privilégier les modèles à beaucoup de paramètres (donc plus complexes et possiblement moins robustes). Pour éviter ca, tu peux utiliser le critère Akaike (il permet de faire un compromis : erreur/nb de paramètres du modèle)