Salut,
J'ai un problème en utilisant la régression pas à pas, il montre en fait qu'un seul facteur est significatif, mais en exécutant une régression directe des moindres carrés, il montre en fait que plusieurs facteurs sont significatifs. Une raison pour qu'il en soit ainsi ?
Rgrds
Irfan
C'est pas un événement peu commun.Ce lien fournit un exemple utilisant un exemple de tableau de données JMP.
https://www.seas.upenn.edu/~ese302/extra_mtls/STEPWISE_REGRESSION.pdf
Il recommande d'utiliser des étapes mixtes (<0,25 pour entrer et > 0,10 pour supprimer) ou d'utiliser quelque chose comme trouver le meilleur modèle avec des facteurs K.De nombreux problèmes de données peuvent en être la cause. Les plus courants sont : la multicolinéarité, les interactions, les facteurs de catégorie/de regroupement manquants et les données manquantes.La régression des moindres carrés suppose des facteurs indépendants ; la muticolinéarité signifie que certains des facteurs sont corrélés.
Un scénario qui pourrait aider à expliquer ce phénomène est : supposons que Y, un paramètre électrique, est une fonction de l'épaisseur du film conducteur et de la surface de la structure et secondairement de la douceur du film (pas de grumeaux, de bulles ou de piqûres). L'ensemble de données comprend l'épaisseur du film, la longueur de la structure et la largeur de la structure.Stepwise peut inclure l'épaisseur, mais pas la longueur ni la largeur seules, mais ensemble, les deux facteurs sont très importants.Mais dans ce cas, si la zone (longueur * largeur, une interaction longueur et largeur) était modélisée, le modèle serait encore plus solide.
J'espère que vous trouverez les recommandations pdf utiles.
