Discussion :

[virginielc]

Bonjour,

J'ai le jeu de données suivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Condition                Nature      pHeau           MgOEch       FerOxalique    
 NonTasse:10   Argile           :2   Min.   :5.830   Min.   : 69.0   Min.   : 17.23  
 Tasse   :10   ArgileSurCalcaire:2   1st Qu.:6.630   1st Qu.:160.8   1st Qu.:114.19  
               ArgiloSableux    :2   Median :6.810   Median :200.0   Median :281.64  
               Aubue            :2   Mean   :6.886   Mean   :221.9   Mean   :256.04  
               Limon            :2   3rd Qu.:6.995   3rd Qu.:235.2   3rd Qu.:361.99  
               LimonArgileux    :2   Max.   :7.990   Max.   :569.0   Max.   :565.93  
               (Other)          :8                                                   
     CECmet           CaOEch         K2OEch            Cu              Zn       
 Min.   : 3.490   Min.   : 991   Min.   :109.0   Min.   :0.700   Min.   :0.820  
 1st Qu.: 7.418   1st Qu.:1628   1st Qu.:192.5   1st Qu.:2.005   1st Qu.:1.567  
 Median :10.585   Median :2344   Median :207.0   Median :2.765   Median :2.225  
 Mean   :11.758   Mean   :3687   Mean   :303.6   Mean   :2.630   Mean   :2.510  
 3rd Qu.:16.320   3rd Qu.:5565   3rd Qu.:373.2   3rd Qu.:3.217   3rd Qu.:3.140  
 Max.   :22.070   Max.   :9645   Max.   :763.0   Max.   :5.400   Max.   :7.180

Je veux prédire si le sol est tassé ou non tassé, à partir des variables explicatives.

J'ai donc fait un modèle logistique binomial. Mais j'obtiens un message d'erreur.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
modcomp<-glm(Condition~.,data=dta,family="binomial")
anova(modcomp)
Warning: glm.fit: l'algorithme n'a pas convergé
Warning: glm.fit: des probabilités ont été ajustées numériquement à 0 ou 1

A quoi cela est du ? Je ne comprends pas.

Je veux faire une sélection de modèle ensuite mais je suis bloquée à cause de ce problème.

Si quelqu'un a une réponse..

Merci.

Virginie

[edefrain]

J'ai déjà eu ce type d'erreur, je n'avais pas assez de données c'est pour ça que ça ne converge pas (parfois en tout cas)

[virginielc]

J'y ai pensé, je n'ai que 20 observations..

Et tu avais fait comment pour t'en sortir ?

[edefrain]

J'ai diminué le nombre de classes et de variables dans mon modèle mais créer un modèle sur 20 observations, je m'avance peut être, mais ça me parait ne pas avoir de sens.

Tu ne peux pas avoir plus de données ?

[virginielc]

C'est vrai que c'est très peu..
Non ce sont les seules données que j'ai malheureusement.

Il n'y aurait pas d'autres méthodes pour prédire une variable qualitative à partir de variables quantitatives, sur des échantillons de faible effectif ?

[edefrain]

Sur un effectif aussi faible je ne ferais que des analyses descriptives (pas prédictive).

[virginielc]

Ok, merci pour ta réponse !

[faubry]

Le modèle pose deux problèmes :
1) tu as 20 observations et tu as 17 paramètres à estimer, 8 associés aux 8 covariables et 9 associés au facteur Nature puisqu'il y a 10 niveaux ;
2) en ce qui concerne le facteur Nature, tu n'a que 2 observations par niveaux.

Conclusion, le modèle est quasiment non identifiable. Si tu veux améliorer les choses (et pas obligatoirement avec réussite), il faut au mieux un facteur Nature avec deux niveaux. En effet, autour de 10 individus par niveaux est un nombre minimal acceptable.

[virginielc]

C'est bien ça oui, merci !