salut
j'ai fait une régression linénaire multiple afin de voir le lien entre le salaire d'un jour de baseball et différent autre critère (12) telle que le nombre de présence au baton, nombre de cout de circuit....
le pourcentage de la variation des salaire expliqué par ces variables qui est il me semble r^2 est 53,4041
que puis-je faire pour augmenter ce %?
j'ai toutes les pvalue des 12 variables comment déterminer si une variable est importante ou non?
merci
salut os2!
dur dur comme interprétation.
Première remarque : tu as 12 variables,mais il semble que tu n'as pas pris en compte les intéractions,si? est-ce que ca ne mériterait pas pour commencer une ACP?
Si tu veux éliminer des variables , c'est à toi de te fixer un "seuil d'élimination". En médecine les seuils de risque tournent en général à 5% voire 1%,mais ici c'est à toi de voir.
Si ton test utilise la valeur F de Fisher ,et que tu te fixes une limite de 0.2 (20%), tu peux virer toutes les variables dont la p-value est supérieure à 0.2.
Mais je pense qu'avant toute chose,l'important est de voir si ton modèle tient la route .
Je vais peut-être dire une bêtise,mais bon : admettons que ton vecteur S de salaires contienne 15 coordonnées ( i.e tu as sélectionné 15 joueurs) ; le but de la régression linéaire multiple est un peu de trouver dans l'espace E de dimension 12 constitué par tes 12 variables le vecteur projeté Sp de S qui minimise la distance entre le vecteur S et l'espace E.
C'est intéressant si tu travailles sur 3 variables par exemple pour 15 réponses , mais si tu as 15 variables pour 15 réponses , tu vas forcément trouver une combinaison de tes 15 variables qui explique bien tes salaires.
Autre point :
Est-ce que tu as fait le test : modèle complet contre modèle "vide", à savoir :
S = a0+a1.V1+a2.V2+...a12.V12 + epsilon contre :
S = a0 + epsilon ? (ai = coef estimés, Vi=variables)
Résultat?
Ce ne sont que des pistes et un statisticien va sûrement passer par là pour te guider un peu mieux que moi.
@+
salut,
svp, je veux utiliser EXCEL, pour le calcul de la regression multiple, aurriez vous une idée
merci
