Discussion :

[jeuneprincesse]

Bonjour,
j'ai trois variables x et y quantitatives et une var z quali
j'ai fait un modèle logit z en fonction de x et un autre z en fonction de y
le taux de bon classement était meilleurs pour le modèle en x

après j'ai ajouté d'autres variables au modèle (h et n)
puis j'ai fait 2 autres modèle
1 (z=x+h+n) et 2 (z=y+h+n)
cette fois ci le taux de bon classement était meilleur pour le modèle 2 ?
Je ne comprends pas ceci?
Merci infiniment d'avance pour tous ceux qui puissent m'aider

[dev_ggy]

Bonjour,

Si les variables données sont des vecteurs dans un espace vectoriel.

Un exemple simple serait de savoir que x est colinéaire au plan h+n dans un espace vectoriel et y y est perpendiculaire.

Dans ce cas ton modèle z ~ x + h + n ne sera jamais meilleur que z ~ y + h + n et même si z ~ x est meilleur que z ~ y ou z peut être fonction de x et y.

Suis-je claire ?

Au plaisir de te lire.

[jeuneprincesse]

Bonjour,en fait le modèle que j'utilise est glm et un modèle st meilleur que l'autre c'est en comparant les taux de bon classements

[tbc92]

Imaginons un modèle qui cherche à classer des individus. A partir de certaines mesures, le modèle doit deviner si l'individu est un homme ou une femme.

Modèle en x : la seule mesure qu'on a, c'est le tour de taille
Modèle en y, la seule mesure qu'on a, c'est le tour de poitrine.

A priori, le modèle en x est plus efficace que le modèle en y.

Tu ajoutes une autre mesure.

Cette autre mesure, c'est la mesure du tour de taille, mais faite une semaine plus tard que la première.
Avec cette nouvelle mesure, le modèle en x ne s'améliore pas.
Alors que le modèle en y s'améliore sensiblement, et devient meilleur que le modèle en x.