condition d'utilisation de proc mixed [Résolu]

[mathis86]

Bonjour,

Quels conditions doivent vérifier les données pour pouvoir utiliser proc mixed. Si la variable réponse n'est pas normalement distribuée l'utilisation de proc mixed n'est pas possible? et peut envisager d'utiliser à la place proc glimmix?

Merci

[Manoutz]

deux hypothèses pour la proc mixed:

• Distribution de la réponse normale. Même si, malheureusement, cette hypothèse n'est pas toujours contrôlée)
• Linéarité des paramètres des variables dépendantes vis-à-vis de la moyenne

[mathis86]

merci pour ta réponse, ça confirme ce que je pensais. Glimmix généralise la proc mixed d'après ce que je sais, connait tu les conditions d'utilisaation de cette procédure lorsque la variable réponse est continue mais n'est pas normalement distribuée.
Merci pour ton aide

[olivier.decourt]

Bonjour Mathis.
Si ton Y est continu mais pas normal, la proc Glimmix te permet de construire un modèle pour une distribution Gamma ou log-normale. L'interprétation des coefficients est un peu plus complexe puisque le modèle n'est plus additif (comme dans Mixed) mais multiplicatif (on passe par un lien log).
Aux hypothèses citées fort justement par Manoutz j'ajoute : indépendance des observations (si ce n'est pas le cas, utiliser l'instruction REPEATED).
Bon courage.
Olivier

[Manoutz]

... S'orienter vers la glimmix suppose en général des modèles assez avancés. Est-ce juste parce que ta distribution n'est pas normale que tu t'oriente vers la glimmix? voici de quoi répondre à ta question:
http://support.sas.com/rnd/app/papers/glimmix.pdf

La décision de normalité est souvent associée en pratique à la valeur d'un test. S'il est inférieur à 0.05 on rejette, sinon ok. En réalité, la normalité "parfaite" est une situation idyllique que l'on ne rencontre jamais. Il y a des cas on en est plus on moins proche et le but de ce test est de se fixer une seuil de décision. Donc regarder la valeur de ton test peut être utile, d'autant plus qu'ils existent de nombreux autres outils pour aider ton diagnostique.

Maintenant, admettant que tu arrives à la conclusion que ta vaiable réponse n'est pas gaussienne. As tu penser à appliquer une transformation sur a variable?

[mathis86]

effectivement c'est à cause de la non-normalité de Y que je m'oriente vers glimmix. J'ai pensé à une transformation log de Y mais ça ne change rien

[Manoutz]

@ mathis: tu peux égelement regarder d'autres tranformations, comme box-cox, ou racine carrée.. Il faut se baser sur la distribution de ta réponse.

@Olivier: exact: un modèle paramétrique suppose également indépendance des observations. Mais à partir du moment ou l'on se tourne vers la proc mixed, il me semble qu'on prend cette hypothèse pour acquise, tout comme celle sur la linéarité. Donc en pratique, cela revient à tester la normalité de la réponse.