corrélation entre variables

[christellebaseka]

->Lors de la réalisation d'un modèle linéaire, faut-il nécessairement commencer par un modèle généralisé (avec tous les var par exemple ) vers un modèle plus simple en supprimant les variables et les interactions non significatives ou on peut juste choisir des variables au hasard.
Ou soit je fais mon modèle généralisé juste pour qu'il m'indique quelles variables utiliser et je le supprime de mon rapport ? ?
PS: faire le graphique avec le modèle généralisé est compliqué.

->J'ai réalisé une table de corrélation, toutes mes variables sont faiblement corrélées sauf deux variables: une à ~45% et l'autre à ~-69%). Et depuis que j'essaie mes modèles toutes les pentes sont non significatives sauf pour les deux variables... Je me sens perdue ...
->Le R^2 (ajusted) ne dépasse pas les 55% ( on ne sait pas trop faire confiance à nos différents modèles)

[phgrosjean]

Bonjour @christellebaseka,

C'est une question que l'on est amené à se poser effectivement lorsque l'on commence à réaliser des modèles linéaires (généralisés) sur des "vraies" données. En fait, il y a deux approches :

• Soit on construit d'abord le modèle le plus complet possible : on inclut les variables qui ont du sens biologiquement parlant, ainsi qu'une bonne corrélation avec la variable dépendante. On y inclut aussi les interactions, pour autant que la quantité de données disponible le permette (plus il y a de termes dans le modèle, plus il faut de données). Ensuite, on élimine progressivement les termes qui ne sont pas significatifs et qui n'apportent rien au modèle. C'est la technique que nous avons vue au cours et que nous conseillons d'utiliser car la plus facile à utiliser.

• Soit tu pars d'un modèle minimal avec la variable explicative la plus corrélée à la variable dépendante, et tu procèdes par ajout successif, jusqu'à ne plus rien apporter de significatif.

Petite remarque au passage : un modèle linéaire généralisé n'est pas un modèle linéaire complet (incluant toutes les interactions). C'est autre chose, et nous l'étudierons d'ailleurs au module 4 du cours. Donc, évite de qualifier de "généralisé" un modèle linéaire "complet". Je pense que tu comprendras mieux ce que je veux dire ici quand tu auras étudié le module 4.