Discussion :

[Georges23]

Bonjour à tous,

Je suis actuellement en train de travailler sur un programme me permettant de faire des régression multilinéaires en R, en régressant une variable en fonction de régresseurs que je choisis parmi un univers, qui est fini.

Le fait est que j'aimerais pouvoir mettre en input tout mon univers, et déterminer les poids optimaux qui maximisent le R2. Cela implique que la fonction choisira d'allouer ou non des poids à certaines de mes variables explicatives.
J'aimerais également fixer une contrainte qui serait que les poids de mes régresseurs soient positifs, ou nul, le cas échéant.

Auriez_vous quelque chose de similaire, ou auriez-vous une idée quant à la façon de coder cela ?

Merci infiniment.

Georges

[arm3366]

Bonjour,

Tu as combien de variables indépendantes (les X_i), de quels types, ... et combien de variables dépendantes (les y que tu souhaites prédire) ?

Pourquoi, faire des régressions pondérées ?
...


BC

[Georges23]

Bonjour à toi, et merci de ta réponse.

En fait, j'ai 1 variable que je voudrais expliquer par plusieurs autres variables, allant de 2, jusqu'à disons 100.

Dans l’idéal, j'aimerais donc optimiser les coefficients que me renvoie R, de façon à ce que le R2 de la régression soit maximal, tout en sélectionnant le moins de régresseurs possibles.

Concrètement, dans le cas le plus extrême, j'aimerais avoir un R2 de 99.99%, en utilisant 1 régresseur seulement.

Merci

[arm3366]

Bonjour,
Si tu n'a qu'une seule variable à prédire, je pense que c'est faisable avec la fonction lm.
Pour ce qui est de ton objectif de :
- avoir le minimum de prédicateurs
- le meilleur R2 possible
Je pense que c'est plutôt liée à ta démarche:
Par exemple, tu peux commencer à faire une analyse des corrélations :
- Ne garder que les variables fortement corrélées avec ton Y
- Pour les prédicateurs, s'il y a en deux qui sont fortement corrélées, tu n'en garde qu'une seule
- Une fois que tu établies ton premier modèle, tu fais des tests pour voir les coefficients non significatifs, tu les vires (les X_i correspondants)
- Faire des test anova, ou de fisher entre modèles, pour choisir lequel retenir
- ...

Pour ne pas raconter peut être plus de bêtises, la meilleur façon d'obtenir de l'aide est de montrer un exemple de ton jeu de données et de ton code (en précisant tes soucis).

BC

[Sengar]

Tu peux aussi utiliser la méthode stepwise:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

taregression<-lm(var_a_expliquer~.,data=tesdonnees)

#Fit un modèle de régression multilinéaire sur l'ensemble de tes variables

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

step(taregression)

#La fonction step utilise une méthode qui évalue pas à pas la qualité de modèles basés sur des sous ensembles de toutes tes variables (?step pour en savoir plus)

#Elle te renvoie un modèle "synthétique" basé sur l'AIC (et donc sur le R²)

[Georges23]

Bonjour,

Pardonnez moi de ma reponse tardive.

Pour ce qui est de l'etude de correlation en amont, en fait mes variables explicatives ne sont pas independantes, donc je voudrais pas biaiser mon model de base. Je ne l'avais pas precise.

pour ce qui est de la fonction Step, cela a l'air interessant, je pense que je vais me penser un peu plus la dessus, puisque a priori, c'est ce que je veux. je vais creuser un peu plus.

Merci encore et bonne soiree.

Georges