Discussion :

[pâlelune]

Bonjour,

Je sollicite votre aide pour réaliser une extrapolation sous R. Je dispose de données sur la densité de population pour les années 98, 2003 et 2008.

Et je souhaiterais déterminer à partir de là la densité de population pour 1993. J'ai essayé d'utilisé la fonction approxExtrap {Hmisc} mais je n'arrive pas à spécifier le xout avec le script suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
library(Hmisc) 
approxExtrap(dpop$pop98, dpop$pop03, xout=???, method = "linear", n = 3718, rule=2, ties = "ordered",f=0, na.rm = T)

En vous remerciant par avance

[collif]

Lis l'aide de ta fonction ...

Tu y trouveras la rubrique values :

a vector the same length as xout

C'est vrai que c'est pas très clair mais on en déduit que ce sont les valeurs pour lesquelles tu veux une extrapolation linéaire.

Ensuite l'exemple est assez clair :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
approxExtrap(1:3,1:3,xout=c(0,4))

En illustrant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
 
x <- 1:3
y <- 1:3
plot(y ~x, xlim=c(-1,5), ylim=c(-1,5))
 
# on extrapole
extrapolations <- approxExtrap(x, y, xout=c(0,4))
 
# on rajoute les points
points(extrapolations, col='red3', pch=19)

Maintenant la vraie question c'est est-ce que tu as vraiment besoin d'extrapoler ? Est-ce pertinent ? Est ce que ce que tu connais de tes données te permet d'avoir des hypothèses qui justifient que tu fasses une extrapolation linéaire (on peut imaginer avoir à faire à une population d'insecte qui connaissent des pullulations annuelles)~? Enfin, est-ce que ce n'est as plutôt un modèle paramétrique dont tu as besoin du type (si hypothèse de linéarité) : y = a*x + b, auquel cas tu pourrais t'orienter vers des outils classiques de régression linéaire.

Tu pourrais aussi opter pour une approche non-paramétrique avec des méthodes de lissage (type régression loess par exemple) qui permettraient d'ajouter un poids au données (est ce que les données de 1998 n'ont pas un poids plus important pour estimer la valeur de 1993 que les données plus éloignées dans le temps en 2003 et 2009) ?

Bon courage

[pâlelune]

Lis l'aide de ta fonction ...

Tu y trouveras la rubrique values :


C'est vrai que c'est pas très clair mais on en déduit que ce sont les valeurs pour lesquelles tu veux une extrapolation linéaire.

Ensuite l'exemple est assez clair :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
approxExtrap(1:3,1:3,xout=c(0,4))

En illustrant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
 
x <- 1:3
y <- 1:3
plot(y ~x, xlim=c(-1,5), ylim=c(-1,5))
 
# on extrapole
extrapolations <- approxExtrap(x, y, xout=c(0,4))
 
# on rajoute les points
points(extrapolations, col='red3', pch=19)

Maintenant la vraie question c'est est-ce que tu as vraiment besoin d'extrapoler ? Est-ce pertinent ? Est ce que ce que tu connais de tes données te permet d'avoir des hypothèses qui justifient que tu fasses une extrapolation linéaire (on peut imaginer avoir à faire à une population d'insecte qui connaissent des pullulations annuelles)~? Enfin, est-ce que ce n'est as plutôt un modèle paramétrique dont tu as besoin du type (si hypothèse de linéarité) : y = a*x + b, auquel cas tu pourrais t'orienter vers des outils classiques de régression linéaire.

Tu pourrais aussi opter pour une approche non-paramétrique avec des méthodes de lissage (type régression loess par exemple) qui permettraient d'ajouter un poids au données (est ce que les données de 1998 n'ont pas un poids plus important pour estimer la valeur de 1993 que les données plus éloignées dans le temps en 2003 et 2009) ?

Bon courage

Excuse moi d'avoir tarder à te répondre pour te remercier. Tes conseils m'ont bien aidé merci