Détection des valeurs aberrantes

Bonjour,

Je suis étudiante en Master en Science Economique et dans le cadre d'un travail, j'utilise R afin d'analyser des données multivariées.

En essayant de détecter les valeurs aberrantes, figurantes dans ma base de données, via la méthode MCD (Minimum Covariance Determinant), R m'affiche le message suivant : "Erreur dans solve.default(cov, ...) : le système est numériquement singulier : conditionnement de la réciproque = 4.82377e-19"

Pourriez-vous m'expliquer le problème et m'aider à le résoudre?

Merci d'avance

PS : Voici les codes que j'ai insérés dans R :

Code:

---

1 2 3

data<-read.table(“C:/R/TEXT/MCD/MONDE.txt”,header=T, dec=",") library("MASS") cov.mcd(data)

---

Salut,
je pense que tu as des problèmes de colinéarité (voir de multicolinéarité) dans tes données. la fonction "cov.mcd" utilise l'inverse de la matrice de variance-covariance. Pour palier à ce problème je te conseille de faire d'utiliser la fonction vif "variation inflation factor" (librarie MASS) après avoir fait une régression linéaire. Exemple :

Code:

---

1 2 3 4 5

library(MASS) lm.obj <- lm((une de tes variables numérique)~.,data=("tes données")) vif.lm <- vif(lm.obj) vif.lm

---

le vif de chacune de tes variables ne dois pas dépasser 10 (il faut supprimer les variables dont le vif dépasse 10)pour ne pas avoir de problèmes dans "cov.mcd".
voilà voilà

Salut Cyberboy00,

merci beaucoup, je te suis vraiment reconnaissante, ça a vraiment bien marché, c'est super. Dans ma base de données, il y avait 38 variables mais le vif était supérieur à 10 pour 5 d'entre elles.

J'ai même trouvé une belle interprétation sur Wikipédia afin de justifier mon recours à la méthode vif (http://en.wikipedia.org/wiki/Variance_inflation_factor).

Encore merci.

PS : j'ai fait 2 petites modifications dans l'exemple :

Code:

---

1 2 3 4

library(car) lm.obj <- lm((une de tes variables numérique)~.,data=tes données) vif.lm <- vif(lm.obj) vif.lm

---

De rien.