Chers tous,
Lors de l'utilisation de la carte des couleurs sur les corrélations, je me demandais si un seuil de valeur de corrélation était communément accepté comme limite à ne pas franchir pour estimer l'effet d'un seul paramètre ? 0,3 ? 0,2 ?
Merci,
Hugo
@martindemel
Salut Mark et P-Bartell,
Merci beaucoup pour votre contribution.
Je suppose que vous faites référence au tracé fourni dans la partie de contour Design Diagnostic d'une plate-forme de conception, telle que Custom Design.
Je dirais qu'il n'y a pas de seuil théorique ou pratique. Il n'y a pas de « règle empirique » pour la corrélation des estimations. Pourquoi?
Parce que la corrélation gonfle la variance de vos estimations. Cette inflation peut être exprimée de plusieurs manières, telles que le facteur d'inflation de la variance (VIF). Cette augmentation réduira la puissance de vos tests d'hypothèses pour les termes ou les paramètres individuels. Cela augmentera la longueur des intervalles de confiance pour les mêmes estimations. Tous ces changements vont généralement dans la mauvaise direction. Nous devons donc examiner les corrélations comme vous l'avez fait pour déterminer si notre conception est suffisante. Mais pour évaluer les corrélations, il faut des informations sur la variance de réponse à laquelle vous avez affaire. Si la variance de la réponse est faible, vous pouvez tolérer un VIF plus grand. S'il est autrement grand, vous ne pouvez tolérer qu'un VIF plus petit. (Donc, la règle générale selon laquelle "VIF < 10" est également dénuée de sens pour la même raison.)
Cela dépend aussi de la nature de l'expérience et de la chance. Par exemple, s'il s'agit d'une expérience de dépistage et que, par chance, votre situation suit les principes de dépistage clés, vous n'aurez pas à estimer la plupart des paramètres. La conception originale est maintenant beaucoup plus grande par rapport aux termes finaux du modèle. La projection de la conception dans un modèle plus petit modifiera la corrélation pour le mieux. La corrélation n'est donc pas fatale.
Enfin, assurez-vous d'utiliser une large plage pour les facteurs continus. Pourquoi? Cela produira un effet plus important sur la réponse, ce qui augmentera la puissance et diminuera la longueur relative des intervalles de confiance malgré la corrélation .
De manière générale, les mesures de corrélation sont des statistiques descriptives et non inférentielles. Par conséquent, vous ne verrez pas grand-chose, voire rien, dans la littérature concernant un seuil statistique de corrélation pour l'estimation des paramètres. L'estimation des paramètres est à la base, une statistique inférentielle, nécessitant une approche méthodologique statistique différente telle que, mais sans s'y limiter, la régression des moindres carrés ordinaires.
