Télécharger la présentation
La présentation est en train de télécharger. S'il vous plaît, attendez
Publié parThéophile Guérin Modifié depuis plus de 9 années
1
BIO 4518: Biostatistiques appliquées Le 8 novembre 2005 Laboratoire 8 Regressions multiples
2
Les différentes analyses… La régression multiple permet de quantifier l’effet de plusieurs variables indépendantes continues sur une variable dépendante continue
3
Les conditions d’application (que vous devriez normalement faire….) Les résidus sont indépendants (visuel) Les résidus sont homoscédastiques (visuel) Linéarité des relations entre Y et tous les X (visuel) Pas d’erreur de mesure sur les variables indépendantes (expérience) Les résidus sont distribués normalement (test de KS)
4
Attention à la multicolinéarité Lorsque les variables indépendantes sont corrélées Pour détecter la multicolinéarité vous pouvez commencer par faire des matrices de corrélation entre vos variables indépendantes
5
(Densité des routes) (Forêts près des marais) Variable dépendante (Superficie) Exemple de multicolinéarité:
6
Construction des modèles: Manuellement (p. 230-4) Pas à pas (stepwise) (p.235) Agglomérative (forward): ajout de variable une à une (p. 236) Rétrograde (Backward): retrait de variable une à une (p.238) Utilisent la statistique Cp. Si un terme a un Cp plus bas que le modèle de départ, le terme est enlevé. Petit détail technique: Page 233: Écrire la commande Mregdat$ en minuscules et non en majuscules tel qu’indiqué dans le manuel
Présentations similaires
© 2024 SlidePlayer.fr Inc.
All rights reserved.