Spécifier un Modèle quadratique sans les commandes "SO" ou "PQ"

Bonjour à tou(te)s
J''espère ne pas être le seul à souffrir de la difficulté à spécifier un modèle quadratique autrement qu'en écrivant :
Quad_SO=aov(Donnees[,k] ~ SO(H1,H2,H3,H4,H5))
Car par la suite, les termes du modèle ne sont plus accessibles... Par exemple, la commande anova(Quad_SO) renvoie ceci:
Df Sum Sq Mean F value Pr(>F)
SO(H1, H2, H3, H4, H5) 20 9.7479 0.48740 125.33 < 2.2e-16

sans décomposer les termes, ce qui est très malcommode. Pire, la commande
rsm_SO <- rsm(Donnees ~ SO(H1,H2,H3,H4,H5),data = Donnees)
renvoi un nommage épouvantable pour faire un "bargraph" des influences
..... TWI(H1, H2, H3, H4, H5)H3:H5...... PQ(H1, H2, H3, H4, H5)H3^2

J'ai cherché quasiment partout sans résultats....
Merci d'avance pour vos expériences et vos idées

Bonjour,

Sans plus de précision quand à l'origine des fonctions SO ou PQ difficile de t'aider. Sinon pour les aspects quadratiques tu peux voir du côté de la fonction poly qui te permet d'individualiser tes variables et ensuite de voir pour chaque polynôme leur influence parmi l'ensemble. Attention aussi aux arguments de cette fonction, par défaut il s'agit de polynôme orthogonaux dont les coefficients sont très durs à interpréter. Pour avoir les coefficients 'normaux' il te faut spécifier, raw = TRUE.

cdlt

Citation:

---

Envoyé par tototode

Bonjour,

Sans plus de précision quand à l'origine des fonctions SO ou PQ difficile de t'aider. Sinon pour les aspects quadratiques tu peux voir du côté de la fonction poly qui te permet d'individualiser tes variables et ensuite de voir pour chaque polynôme leur influence parmi l'ensemble. Attention aussi aux arguments de cette fonction, par défaut il s'agit de polynôme orthogonaux dont les coefficients sont très durs à interpréter. Pour avoir les coefficients 'normaux' il te faut spécifier, raw = TRUE.

cdlt

---

Merci pour ces pistes (que je continue à explorer !)
Mais pour l'instant, je n'ai pas réussi à utiliser la fonction "poly" dans le cas de modélisation multi-variée, pour obtenir typiquement Y=I + a.P1 + b.P2+ c.P1:P2 +d.P1^2+e.P2^2
SO() et PQ() sont des arguments dans la commande classique:
aov(Donnees ~ SO(P1,P2))
et génèrent respectivement un polynôme du 2ème ordre et en pure quadratique. Cela fonctionne très bien sauf pour obtenir la table d'analyse Anova des termes différenciés P1,P2,P1:P2, P1^2, P2^2
A suivre. Je reviendrai avec mes éventuelles découvertes !
Merci encore