Discussion :

[NINA_KEYS]

Bonjour,
J'ai besoin de votre aide.
Je dispose d'une table qui contient des données dans le secteur du transport.
Le but de mon projet est de prédire le nombre de caissons nécessaires pour l'année n+1 en se basant sur les données ; environ trois cent mille données avec types de variables : numérique / catégorique.
En utilisant R-Rstudio, je compte utiliser la régression linéaire et logistique pour répondre à ma problématique.
Résultat: Distribution pairs à pairs : j’obtiens : 0,0049 et une corrélation 0,1.
J'ai besoin de votre aide pour définir les variables pertinentes afin de les utiliser dans les algorithmes.
NB : je suis débutante en statistiques et en exploration de données.
Merci

[dev_ggy]

Les algorithmes donnent en général les données pertinentes à l'aide d'étoile et de points. Cordialement.

Exemple :

Code R :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
data = data.frame(X=c(1,2,3), Y=c(2,4,7))
summary(glm(Y~X, data=data, normal()))

Code R :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
Call:
glm(formula = Y ~ X, data = data)
 
Deviance Residuals: 
      1        2        3  
 0.1667  -0.3333   0.1667  
 
Coefficients:
            Estimate Std. Error t value Pr(>|t|)  
(Intercept)  -0.6667     0.6236  -1.069   0.4788  
X             2.5000     0.2887   8.660   0.0732 .
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
 
(Dispersion parameter for gaussian family taken to be 0.1666667)
 
    Null deviance: 12.66667  on 2  degrees of freedom
Residual deviance:  0.16667  on 1  degrees of freedom
AIC: 5.8425
 
Number of Fisher Scoring iterations: 2

Avec X significatif, il y a un point devant. Il aurait été plus significatif avec deux points, trois ou un étoile.

Cordialement.