MLG- Analyse de résultats (déviance pvalue et tests)
Bonjour,
Je rencontre un problème pour analyser mes résultats sur le logiciel R.
J'ai effectué un modèle linéaire généralisé pour répartir la performance d'un fond financier sur des indices boursiers. Et j'ai essayé plusieurs lois (normale, gamma, poisson). Je ne sais pas laquelle choisir et analyser si mes résultats sont pertinents ou non.
Voilà mes différents résultats :
Code:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
|
> darwin <- glm(VL ~ eonia + cac40 + eurostox,
+ family = gaussian, data = tab)
> summary(darwin)
Call:
glm(formula = VL ~ eonia + cac40 + eurostox, family = gaussian,
data = tab)
Deviance Residuals:
Min 1Q Median 3Q Max
-3.2566 -0.3086 0.0233 0.3049 1.6322
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 216.09259 9.45576 22.853 < 2e-16 ***
eonia -1.69600 0.09220 -18.395 < 2e-16 ***
cac40 0.58803 0.01607 36.602 < 2e-16 ***
eurostox -0.06077 0.01722 -3.529 0.000455 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for gaussian family taken to be 0.2473806)
Null deviance: 13015.85 on 503 degrees of freedom
Residual deviance: 123.69 on 500 degrees of freedom
AIC: 732.27
Number of Fisher Scoring iterations: 2
> darwin <- glm(VL ~ eonia + cac40 + eurostox,
+ family = poisson, data = tab)
Il y a eu 50 avis ou plus (utilisez warnings() pour voir les 50 premiers)
> summary(darwin)
Call:
glm(formula = VL ~ eonia + cac40 + eurostox, family = poisson,
data = tab)
Deviance Residuals:
Min 1Q Median 3Q Max
-0.32653 -0.03075 -0.00023 0.03445 0.18239
Coefficients:
Estimate Std. Error z value Pr(>|z|)
(Intercept) 6.0494129 1.9830324 3.051 0.00228 **
eonia -0.0201637 0.0193475 -1.042 0.29733
cac40 0.0063521 0.0033999 1.868 0.06172 .
eurostox -0.0006962 0.0036497 -0.191 0.84872
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for poisson family taken to be 1)
Null deviance: 139.7011 on 503 degrees of freedom
Residual deviance: 1.3748 on 500 degrees of freedom
AIC: Inf
Number of Fisher Scoring iterations: 3
> darwin <- glm(VL ~ eonia + cac40 + eurostox,
+ family = Gamma, data = tab)
> summary(darwin)
Call:
glm(formula = VL ~ eonia + cac40 + eurostox, family = Gamma,
data = tab)
Deviance Residuals:
Min 1Q Median 3Q Max
-0.032848 -0.003389 -0.000242 0.003527 0.020328
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) -7.649e-03 1.192e-03 -6.415 3.27e-10 ***
eonia 2.377e-04 1.164e-05 20.418 < 2e-16 ***
cac40 -6.876e-05 2.062e-06 -33.347 < 2e-16 ***
eurostox 8.086e-06 2.216e-06 3.649 0.000291 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
(Dispersion parameter for Gamma family taken to be 3.330897e-05)
Null deviance: 1.500985 on 503 degrees of freedom
Residual deviance: 0.016679 on 500 degrees of freedom
AIC: 828.53
Number of Fisher Scoring iterations: 3 |
Comment utiliser les deux valeurs indiquées pour la déviance? Et les pvalues données à côté des coefficients?
Quel test puis-je faire par ailleurs pour valider le modèle choisi? J'ai déjà constaté que mes résidus suivent une loi normale à l'aide d'un qqplot et le code suivant :
Code:
1
2
3
| > X = sum(residuals(darwin,type="pearson")^2)
> ddl <- df.residual(darwin)
> 1-pchisq(X,ddl) |
trouvé sur le site ftp://ftp.cirad.fr/pub/group-r/group...hes/AIC_v3.pdf, me donne 1 pour valeur pour chaque modèle. Comment interpréter ce résultat?
Je vous remercie d'avance pour le temps que vous consacrerez à me répondre.
Pafo33
