Données binaires et corrélationsL'autre jour, je posais des questions sur les données binaires et les corrélations. J'avais utilisé l'outil de corrélation multivariée qui produit les coefficients de corrélation dans une matrice. Cependant, d'après des recherches plus approfondies, je ne pense pas que l'utilisation de cet outil de corrélation soit significative pour les données catégorielles, car il utilise la corrélation Pearson Product Moment. Dans mes données, chaque valeur est un 0 ou un 1 (réussite ou échec) qui sont des données binaires. J'ai lu que je devrais utiliser le coefficient Phi pour calculer la corrélation des nombres binaires.
J'ai deux questions:
1) Puis-je interpréter le coefficient de la même manière que le PPMC ? Je sais que plus il est proche de +1, il y a une forte corrélation positive. Si je mets ce coefficient au carré, puis-je encore l'utiliser pour calculer le coefficient de détermination ?
2) Puis-je calculer cela à l'aide de JMP ? Existe-t-il un moyen de modifier la matrice de corrélation afin qu'elle calcule ce coefficient phi au lieu du PPMC ?
Merci, Nathalie
Re : Données binaires et corrélationsMerci encore Marc ! Votre aide a été formidable 
Re : Données binaires et corrélationsPlus de bonnes questions.
C'est vraiment juste "des pommes aux pommes" ou "des pommes aux oranges". C'est aussi la différence entre les données continues et catégorielles.
Si vous avez une classification d'intelligence et une autre classification d'actifs monétaires, vous pouvez utiliser la contingence pour voir si ces variables sont associées. (Analogue à corrélé avec des variables continues.) D'un autre côté, si vous aviez deux classifications d'intelligence, vous pourriez évaluer l'association mais vous pourriez explorer une relation plus stricte : l'accord. Quelle est la proportion de fois où les deux classifications sont d'accord ?
Nous mesurons la force de l'association avec l'odds ratio. Nous mesurons la force de l'accord avec Kappa.
Re : Données binaires et corrélationsHa, super question !
OK, la réponse est qu'il doit y avoir des variations pour apprendre. Si vous obtenez toujours la même réponse, quelles que soient les conditions, vous ne pouvez pas déterminer ce qui la fait varier. Les statistiques ne peuvent pas fournir de réponses qui ne sont pas là.
Re : Données binaires et corrélationsD'accord, j'ai donc trouvé où trouver le coefficient Kappa ; c'est sous le tableau "Statistiques d'accord". Le tableau « Statistique d'accord » n'apparaît que lorsque les variables X et Y ont les mêmes niveaux. Qu'est-ce que cela signifie? Existe-t-il un moyen de vérifier cela?
Re : Données binaires et corrélationsRe-bonjour Marc,
Merci pour ce scénario ; c'est vraiment du bon code ! Il fonctionne bien et j'ai passé un peu de temps à apprendre comment vous l'avez écrit (je pense que j'en ai appris un peu plus sur les scripts aussi) !
Dans votre code, je comprends comment vous avez obtenu la valeur kappa ou R Square (U) à partir du rapport. Si je fais manuellement un Fit Y by X, je ne vois tout simplement pas où trouver le coefficient kappa. J'aimerais en savoir plus sur ce coefficient et comment il est calculé. Certaines de mes données peuvent avoir une colonne entière pleine de 1, et lorsqu'elles sont incluses dans le rapport d'urgence, le rapport n'est pas créé. D'après le journal et mon débogage, je pense que c'est parce que le coefficient kappa n'est pas calculé ou ne peut pas l'être. Pourquoi est-ce?
Re : Données binaires et corrélationsSalut Mark,
Merci pour le scénario. Je suis en fait absent cette semaine du travail mais je vais certainement l'essayer lundi.
Merci encore!
Re : Données binaires et corrélationsMon script a-t-il fonctionné pour vous ? Avez-vous eu des difficultés ?
Re : Données binaires et corrélationsVoici un script qui recueille RCarré (U) et Kappa de toutes les combinaisons de vos colonnes binaires :
Names Default To Here( 1 );
dt# = Current Data Table();
If( Is Empty( dt# ),
Throw( "Data table missing" )
);
// user choices.
dlg# = Column Dialog(
Title( "Binary Agreement" ),
yCol# = Col List( "Binary Columns",
Min Col( 2 )
),
"Select columns for agreement"
);
// check if user decides to quit.
If( dlg#["Button"] == -1,
Throw( "User cancelled" );
);
// process information returned from dialog.
Remove From( dlg# ); Eval List( dlg# );
n cols# = N Items( yCol# );
r sqr u# = agree# = Identity( n cols# );
measure# = List();
For( col1# = 1, col1# < n cols#, col1#++,
Insert Into( measure#, yCol#[col1#] << Get Name);
For( col2# = 2, col2# <= n cols#, col2#++,
ct# = dt# << Contingency(
Y( yCol#[col1#] ),
X( yCol#[col2#] ),
Contingency Table( 0 ),
Mosaic Plot( 0 ),
Tests( 1 ),
Agreement Statistic( 1 ),
Invisible
);
ctr# = ct# << Report;
r sqr u#[col1#,col2#] = r sqr u#[col2#,col1#] = ctr#["Tests"][TableBox(1)][NumberColBox(4)][1];
agree#[col1#,col2#] = agree#[col2#,col1#] = ctr#["Kappa Coefficient"][TableBox(1)][NumberColBox(1)][1];
ct# << Close Window;
);
);
Insert Into( measure#, yCol#[col1#] << Get Name );
New Window( "Binary Agreement",
Outline Box( "RSquare (U)",
tb1 = Table Box(
String Col Box( "Measure", measure# )
)
),
Outline Box( "Kappa Coefficient",
tb2 = Table Box(
String Col Box( "Measure", measure# )
)
)
);
For( col# = 1, col# <= n cols#, col#++,
tb1 << Append(
Number Col Box( measure#[col#], r sqr u#[0,col#], << Set Format( 7, 4 ) )
);
tb2 << Append(
Number Col Box( measure#[col#], agree#[0,col#], << Set Format( 7, 4 ) )
);
);
Re : Données binaires et corrélationsMerci beaucoup pour votre réponse! J'ai l'habitude de me familiariser avec JSL, mais je ne sais pas comment je pourrais collecter la valeur RSquare.
Re : Données binaires et corrélationsLe R carré (U) est basé sur la vraisemblance, mais il est utilisé exactement de la même manière que R carré avec des variables continues.
Oui, votre interprétation de la valeur p est correcte.
Un script pourrait être écrit pour lancer la plate-forme Contingency avec chaque paire, collecter la statistique R Square (U) et les signaler dans une fenêtre personnalisée.
En ce qui concerne la mesure Phi, vous pouvez plutôt rechercher celles proposées par JMP pour voir si elles pourraient être utiles. Encore une fois, puisque toutes vos variables mesurent 0 ou 1, l'accord pourrait être une meilleure mesure que l'association.
Re : Données binaires et corrélationsSalut Mark,
Merci pour ça! J'ai essayé l'analyse de contingence sur deux variables.
Mon RSquare (U) est de 0,9208 - donc si je comprends bien, ces deux variables prédisent la réponse de l'autre puisque RSquare est assez proche de +1.
Ma valeur p est <.0001. Étant donné que ces deux variables sont binaires, réussite ou échec (1 ou 0) :
Ho : Le résultat d'une variable n'a aucun effet sur la seconde.
Ha : Le résultat d'une variable a un effet sur la seconde.
Puisque ma valeur de p est inférieure à 0,05, je rejette l'hypothèse nulle en faveur de l'hypothèse alternative, n'est-ce pas ?
J'ai 60 variables binaires différentes. Est-il possible d'obtenir la valeur RSquare dans une matrice ou une table de données ? Ce serait similaire à la matrice de corrélation multivariée, mais un tableau de données fonctionne également bien. Je n'ai pas besoin d'avoir tous ces différents rapports pour ce sur quoi je travaille.
Je faisais juste des recherches sur le coefficient Phi. Il dit qu'il quantifie l'association entre deux variables binaires. N'est-il pas possible de faire ce calcul dans JMP sans écrire de script ?
Re : Données binaires et corrélationsLes données catégorielles sont différentes des données continues. Cependant, il existe généralement des mesures et des méthodes analogues. Par exemple, au lieu de parler de corrélation comme on le ferait avec des variables continues, on parle de association ou accord avec des variables catégorielles. Il existe de nombreuses mesures de ce type et JMP fournit la plupart des mesures importantes et populaires.
La méthode et la mesure appropriées dépendent de la nature des catégories :
- nombre de niveaux (2, 3 ou plus)
- type de modélisation (nominal ou ordinal)
- si les mêmes niveaux sont utilisés pour les deux variables
Il semble que vous pourriez être intéressé par le accord entre deux variables capturant le même nominal , binaire les niveaux. Vous pouvez utiliser le Analyser > Ajuster Y par X commande pour lancer le Contingence plateforme. Le menu de la plateforme comprend une commande pour obtenir l'accord et une autre commande pour obtenir les mesures d'association.
N'oubliez pas que vous pouvez sélectionner Outils > Aider puis cliquez sur un rapport pour accéder directement à l'aide spécifique pour cette information.
Généralement, ces mesures sont mises à l'échelle comme une corrélation, de sorte que l'interprétation est la même.
Je ne sais pas pourquoi vous avez choisi la mesure Phi. On peut en parler aussi.
