Discussion :

[joyeux_lapin13]

Bonjour, je dispose d'un logiciel professionnel qui permet d'appliquer la normalisation de Box-Cox automatique pour enchaîner sur des analyses multivariées nécessitant que les variables explicatives suivent une loi normale.

A coté de ça, je cherche à retrouver les mêmes résultats que ce logiciel mais avec SAS (proc TRANSREG). Mais voilà où ça coince, j'obtiens globalement les même résultats à 0.01 près mais pour certaines variables, j'obtiens un écart un peu plus important (pour le moment soit la différence est de 0.01 soit de 0.03...).

Je viens sur le forum R dans l'espoir de trouver une personne qui a un programme R bien rôdé pour faire ce type de normalisation, lui demander s'il peut le faire tourner sur le jeu de données ci-dessous et me dire quel lambda de Box-Cox sa fonction lui renvoie.

(séparateur = tabulation = "\t")

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
 
Y	X
1	53.4
2	29.9
2	53.4
1	37.3
1	28.8
2	34.4
1	51.0
2	52.3
2	25.1
2	13.1
1	51.1
2	39.0
1	26.1
2	35.6
1	45.3
1	46.1
2	38.3
1	53.1
1	27.9
2	45.6
2	27.7
1	41.1
2	44.5
1	10.6
1	30.6
2	18.2
1	29.2
1	31.3
2	30.7
1	26.7
1	37.4
2	15.6
2	51.9
2	45.4
2	31.6
1	25.4
1	24.3
2	22.7
1	19.2
2	30.4
1	18.7
2	30.6
1	15.7
2	39.9
2	26.9
2	32.6
1	29.1
1	19.1
2	20.9
1	27.8
2	12.6
2	17.6
2	35.9
2	21.3
1	13.7
1	13.7
2	41.8
1	16.5
2	16.6
1	23.9
2	13.5
1	53.6
2	41.5
1	25.7
1	22.1
1	24.0
1	15.8
1	45.3
2	32.3
1	20.8
1	45.3
1	44.6
2	22.5
1	23.2
1	28.0
1	40.7
1	40.0
2	42.7
2	34.2
1	31.2
1	41.1
1	24.6
1	36.4
1	29.3
1	23.5
1	42.8
1	26.1
2	30.5
1	22.3
1	17.3
1	40.5
1	28.7
1	21.9
1	25.9
1	25.4
1	19.0
1	20.1
2	30.0
1	12.2
1	25.4
1	32.7
1	23.8
1	30.5
2	18.2
2	19.8
1	16.5
1	32.0
1	62.7
1	30.3
2	42.7
1	30.2
2	27.0
2	35.7
1	31.5
2	77.5
1	37.0
2	31.5
1	49.1
2	42.6
2	20.4
2	35.1
1	29.7
1	50.6
1	40.4
1	28.1
2	44.9
2	54.0
1	23.4
1	36.3
1	22.3
2	23.4
1	36.2
1	25.6
1	34.0
1	41.9
2	14.6
1	10.5
1	28.7
1	24.2
2	27.7
2	17.6
1	31.7
1	25.9
1	34.1
2	25.7
1	31.9
2	23.7
1	33.1
1	19.8
1	34.5
1	15.6
1	13.2
1	26.9
1	17.7
1	12.2
1	25.0
1	18.6
1	20.1
1	29.8
1	36.6
1	39.4
1	38.5
1	23.8
1	32.3
1	30.1
1	26.0
1	36.7
2	17.2
1	14.5
2	15.7
1	36.0
1	14.0
1	3.6
1	29.2
2	33.5
1	7.7
2	32.8
1	14.1
1	18.2
1	31.0
1	19.6
2	15.2
1	12.8
2	25.5
1	15.3
1	16.4
2	33.1
2	32.0
2	20.1
2	24.9
1	18.6
2	36.4
2	28.4
1	14.2
1	13.9
1	20.0
2	23.0
2	37.6
1	21.4
1	36.1
2	22.7
1	24.4
1	10.6
2	54.0
2	29.5
1	6.8
1	10.0
1	13.5
1	13.8
1	25.4
1	9.8
2	5.6
1	8.0
2	113.8
1	20.6
1	12.9
1	23.3
1	35.0
1	8.0
1	7.1
1	14.5
1	13.4
1	30.3
1	10.8
1	19.9
2	13.4
2	18.3
2	8.7

J'aurais volontier demandé une fonction R mais mon souci c'est que j'aimerais m'affranchir de tout mauvais paramétrage par méconnaissance de la fonction.

Le paramètre lambda_SAS = 0.37
lambda_AUTRE = 0.34

En vous remerciant d'avance.

[gbdivers]

Bon, habituellement, il est préférable de faire soi même les analyses, le forum est fait pour entraider, pas faire le travail à la place des autres...
Mais ce soir, je suis de bonne humeur

Pour la doc, perso j'aime bien de tutoriel de l'auteur de tanagra : http://eric.univ-lyon2.fr/~ricco/cou..._Normalite.pdf (chapitre 4 pour la transformation box-cox). Tu y trouveras aussi un exemple d'analyse avec tanagra

Pour R, il suffit d'utiliser la fonction boxcox du paquet MASS : http://stat.ethz.ch/R-manual/R-patch...ml/boxcox.html

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

boxcox(d$X~d$Y, lambda = seq(0, 0.7, length = 100))

Le code suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
lambda <- boxcox(d$X~d$Y, lambda = seq(0, 0.7, length = 10000), plotit=F)
lambda$x[which.max(lambda$y)]

donne un lambda de 0.34303.
Ensuite, tout dépend du modèle utilisé dans SAS. Il faudrait voir la documentation en détail pour connaître les paramètres par défaut.

[joyeux_lapin13]

Salut et merci de ta réponse, je te rassure je suis pas du genre à demander à ce qu'on fasse le travail pour moi juste que je suis depuis 2 semaines sur ce problème et je sais plus quoi faire pour retrouver la même chose avec mon logiciel pro et SAS.

Donc déjà je m'étais trompé, en effet SAS me renvoi 0.34 et non 0.37, j'ai inversé.

Bon ça me conforte dans SAS mais pas dans mon logiciel pro que ma boîte utilise depuis des lustres...

Bref, pas rassurant tout ça...

Encore merci pour ton coup d'pouce!

[gbdivers]

Ce n'est pas étonnant, pour des raisons de facilité d'utilisation, beaucoup de logiciels d'analyse ne donnent pas accès à tous les paramètres des fonctions et on a parfois des résultats différents, sans qu'il soit possible d'expliquer cette différence. Il faut poser la question au support logiciel.
Lecture intéressante aussi : l'auteur de tanagra (celui qui a écrit le pdf sur les tests de normalité) réalise des comparaisons entre une même méthode implémentée dans différents logiciels, c'est très instructif.

Bonne continuation