Bonjour,

Je réalise une ACM sur un groupe d’individus contenant N1 individus qui demande un produit et N2 individus qui ne demande pas le produit. Dans la base de départ N1 est faible (genre 15%). L’échantillon sur lequel je travail contient l’ensemble des N1 individus et une sélection de N2 individus tel qu’on est une base équilibré. Une variable de pondération W1 est utilisée pour rendre compte de la base de départ.

J'ai réalisé mon Analyse factorielle des correspondances avec la PROC CORRESP en utilisant W1 (les variables actives sont des variables de caractéristiques âge, Revenu, Nombre d’enfant… tandis que mes variables supplémentaire sont des variables de comportement genre conflit, demande d’aide et autres..).
J'utilise ensuite les MACRO : %AIDEACM pour une interprétation des résultats. J’utilise la macro %CAHNUM sur la table de sortie de la PROC CORRESP ne contenant que les « OBS », en utilisant ma variable W1. Enfin je réalise la partition des individus en utilisant la macro %PARTNUM.

Les individus N1 ont une valeur W_i<1 (en majorité), la macro %CAHNUM classe donc ces individus en « supplémentaire » et la macro %PARTNUM réalise la partition des individus « actifs ». Afin d’obtenir une description des classes obtenue en prenant en considération les individus supplémentaire j’utilise la macro %DESQUAL sans la variable de pondération W1.

Sachant que le but est de réaliser une typologie des individus afin de rendre compte du comportement de demande, je me demande si cette approche est la bonne ?

Par la suite je souhaite prédire la probabilité de demander le produit sur chaque groupe obtenue. Je dispose déjà d’un modèle LOGIT (il me reste cependant à le tester, courbe de roc, test sur les résidus et autres). L’idée est donc d’utiliser ce modèle sur chaque groupe et de comparer les résultats. Il me semble que la PROC LOGIT possède une option « STRATA » pour réaliser ceci mais je n’ai pas réussi à la faire marché. Avez-vous une idée de la démarche à suivre ?

Merci à vous et désolé pour la longueur du message j’ai essayé d’être précis.