IdentifiantMot de passe
Loading...
Mot de passe oublié ?Je m'inscris ! (gratuit)
Navigation

Inscrivez-vous gratuitement
pour pouvoir participer, suivre les réponses en temps réel, voter pour les messages, poser vos propres questions et recevoir la newsletter

Méthodes prédictives Discussion :

ACP GLM stepwise


Sujet :

Méthodes prédictives

  1. #1
    Membre du Club
    Femme Profil pro
    Étudiant
    Inscrit en
    Avril 2016
    Messages
    185
    Détails du profil
    Informations personnelles :
    Sexe : Femme
    Âge : 33
    Localisation : Suisse

    Informations professionnelles :
    Activité : Étudiant

    Informations forums :
    Inscription : Avril 2016
    Messages : 185
    Points : 51
    Points
    51
    Par défaut ACP GLM stepwise
    Bonjour à tous,
    j'ai une variable qualitative y qui prend 1=malade ou 0=nn et un ensemble de 50 variable quantitatives
    j'ai fait un modèle GLM y en fonction des variables quanti d'après le modèle ttes les variables sont significatives et j'ai calculé le taux de bon classement =0.99
    puis j'ai passéau stepwise et là le taux de bon classement est devenu 0.98 pourquoi ? en d'autre terme quel est l'interet du stepwise et quel modèle est le meileur?
    Après j'ai appliqué une ACP sur ttes les vars et bizarrement j'ai trouvé des variables mal représenté sur le cercle dois je les écarter avant de passer au GLM ?(bizarre ces variables sont significatives dans le modèle)
    aurement je ne comprends pas très bien le fonctionnement de ces fonctions
    GLM doit toujours être précédée par ACP ? y a t il une condition pour accepter l'ACP les pourcentages en dessous du cercle ?
    doit on écarter les variables mal représentée sur cercle de corrélation avant de passer au GLM ?

    Merci infiniment d'avance pour toute réponse
    merci de me donner un exemple détaillé si possible

  2. #2
    Membre du Club
    Femme Profil pro
    Étudiant
    Inscrit en
    Avril 2016
    Messages
    185
    Détails du profil
    Informations personnelles :
    Sexe : Femme
    Âge : 33
    Localisation : Suisse

    Informations professionnelles :
    Activité : Étudiant

    Informations forums :
    Inscription : Avril 2016
    Messages : 185
    Points : 51
    Points
    51
    Par défaut
    Bonjour, s'il vous plait est ce que ma question n'est pas claire ?
    en fait j'ai vraiment besoin d'une réponse merci

  3. #3
    Membre éprouvé

    Homme Profil pro
    Cyber Security & AI
    Inscrit en
    Février 2009
    Messages
    506
    Détails du profil
    Informations personnelles :
    Sexe : Homme
    Localisation : France, Oise (Picardie)

    Informations professionnelles :
    Activité : Cyber Security & AI

    Informations forums :
    Inscription : Février 2009
    Messages : 506
    Points : 1 189
    Points
    1 189
    Billets dans le blog
    2
    Par défaut
    JeunePrincesse,

    Comme je te l'écrivais dans un autre de tes postes ACP est à différentier de la prévision. ACP est une méthode d'analyse descriptive. Elle peut permettre de donner des résultats sur ton modèle si les données sont corrélées avec ta variable cible.

    Concernant la régression stepwise, je ne la connais pas et ne pourrait pas te répondre à son sujet.

    Au plaisir de te lire.

Discussions similaires

  1. Glm à partir d'une ACP
    Par mydoudouitsk dans le forum R
    Réponses: 0
    Dernier message: 18/03/2015, 15h16
  2. GLM, AFC ou ACP?
    Par HugoC dans le forum R
    Réponses: 1
    Dernier message: 06/06/2013, 09h25
  3. GLM 0.6 release, Math en C++ façons GLSL
    Par Groove dans le forum Mon programme
    Réponses: 0
    Dernier message: 21/09/2007, 12h30
  4. Loader des .obj avec glm sdl
    Par lapointemar dans le forum SDL
    Réponses: 0
    Dernier message: 23/08/2007, 02h54
  5. ACP
    Par libititi dans le forum Algorithmes et structures de données
    Réponses: 2
    Dernier message: 01/06/2005, 11h30

Partager

Partager
  • Envoyer la discussion sur Viadeo
  • Envoyer la discussion sur Twitter
  • Envoyer la discussion sur Google
  • Envoyer la discussion sur Facebook
  • Envoyer la discussion sur Digg
  • Envoyer la discussion sur Delicious
  • Envoyer la discussion sur MySpace
  • Envoyer la discussion sur Yahoo