Discussion :

[jeuneprincesse]

Bonjour,
j'ai un ensemble de données quand j'ai appliqué acp j'ai obtenus des variables qui sont mals représentées
alors quand j'ai fait mon modèle GLM y(quali) en fonction des autres variables les variables mals représentées en acp sont significatives dans le modèle?
et le taux de bon classement est de 99,75%
puis j'ai éliminé ces variables et j'ai refait le glm et j'ai trouvé un taux de bon classement de 99.71 % ? cela veut dire que ces variables n'ont pas une bonne contribution dans le modèle donc je dois les éliminer malgrés significatives ?
Il est à noter que lorsque j'ai appliqué les algo de sélection forward backward et stepwise ces varibles ont resté dans le modèle final?
En fait je ne peux pas conclure sur tous ces résultats
Merci infiniment d'avance pour toute réponse

[dev_ggy]

Bonjour,

Tu peux avoir des composantes de ton Analyse en Composante Principale comportant peu d'information, mais très significative dans ta régression. Les composantes principales ne sont pas systématiquement les composantes les plus pertinentes pour représenter les données en fonction d'une variable cible.

L'ACP est un élément de représentation de ton espace alors que la régression est un élément de liaison. Ton espace peut être très large et un recoin peut être très important comme élément pour un paramètre particulier.

Au plaisir de te lire.

[jeuneprincesse]

Donc je garde les variables a1, a2, a3, p1,p2,p3 dans la régression s'achant que quand je les ai éliminés le taux de bon classement n'a diminué que de 0.04% en plus les algos de sélections ne les ont pas éliminés ?

et comment puisse je commenter l'ACP suivante

merci infiniment d'avance pour toute réponse

[tbc92]

En statistiques, on aime bien les variables 'normales', et les courbes en forme de cloches.
Ici, tu as des données qui ne suivent pas du tout une loi normale.
Ma boule de cristal me dit qu'une transformation logarithmique permettrait de nettement améliorer ton analyse, mais ma boule de cristal manque d'informations pour te renseigner plus.

[jeuneprincesse]

Bonjour, appliquer le logarithme sur des nombres,distances ,moyennes, énergies et écart types a t-il un sens ?
si non que puis je dire à propos de l'image ci-dessus
en effet, je dois traiter le côté descriptif et prédictif de mes données
donc j'ai eu recours à l'ACP en premier temps (donc je vais dire que le groupe malade et non malade sont dissociés)
puis je vais appliquer (glm, ALD, réseaux de neurones ) pour voir la relation entre la variable(malade/non malades) et les autres variables (quantitatives)
ce que je voulais savoir c que l'ACP n'intervient que dans le fait de dire qu'on a deux groupes dissociés (ou elle intervient encore dans la sélection de variable)
En effet, j'ai cherché sur internet une étude complète de données de l'etude descriptive à l'éude prédictive mais j'ai pas trouvé
Merci infiniment d'avance pour toute réponse

[tbc92]

Bonjour, appliquer le logarithme sur des nombres,distances ,moyennes, énergies et écart types a t-il un sens ?

Cette question a-t-elle un sens ? Je ne crois pas.

Mais comme tu tiens à cultiver le mystère, plutôt qu'à avoir des réponses, notre collaboration va s'arrêter là.

[jeuneprincesse]

Bonjour, je ne crois pas qu'avoir des connaissances limités en statistiques est considéré comme une culture de mystère !
bon j'ai posé la question parce que les variables que j'ai sont des descripteurs d'image tel que énergie, écart type, moyenne après l'application du log ça donne quoi ?

merci

[dev_ggy]

Bonjour JeunePrincesse,

Pour l'ACP elle intervient essentiellement dans la représentation des données et l'analyse descriptive.

L'impliquer dans un modèle prédictif pose le risque que tu as soulevé, cela permet de simplifier les calculs et donc le temps de traitement mais tu ne peux rien conclure sur la qualité des résultats.

Les deux groupes sont bien séparés sur les deux dimensions, tu peux regarder s’ils continuent à l'être dans les autres dimensions, mais tu ne pourras toujours rien conclure sur le modèle prédictif.

Au plaisir de te lire.

[jeuneprincesse]

Merci beaucoup pour la réponse,
je sais que je ne peux rien conclure sur le modèle prédictif en utiisant ACP mais je ne sais pas comment interpréter le fait que lorsque j'ai éliminé des variables j'ai eu un taux de bon classement un peu moins de ceui contenant ttes les variables ? cela veut dire ces variables sont inutiles car dans le modèle prédictif on a besoin de le plus petit nombre de variables ? ce qui m'étonne encore plus est que ces variables là ne sont pas négligés par es algos de sélection tel que forward et backward ! merci d'avance pour toute aide
s'il vous plait ya t il des sites contenant des études de cas complètes (analyse descriptive et analyse prédictive) merci infiniment d'avance pour toute réponse