Régression avec des variables catégorielles (caractères)Salut tout le monde,
J'ai récemment terminé un test qui mesurait la pression à l'intérieur de la chambre de combustion juste après avoir tiré/allumé un pistolet à pommes de terre. J'ai effectué ce test pour trois géométries de chambre de combustion très différentes. J'ai donné un nom à chaque géométrie de chambre de combustion : Alpha, Bravo et Charlie. J'ai choisi de ne pas utiliser de caractérisation nominale ou ordinale pour ce facteur
Je comprends que dans tous les types de modélisation, il est préférable de débusquer les variables catégorielles partout où je le peux. En théorie cependant, si j'utilisais les noms de chaque géométrie comme facteur catégoriel (type de caractère) dans mon développement de régression (Fit Model), comment JMP traite-t-il ce type de facteur ? Y a-t-il des hypothèses qu'il fait? Existe-t-il un rapport particulier que je peux consulter et qui me dit la "bonne" ou la "fausseté" d'utiliser ce type de variable catégorique ?
Je suis relativement nouveau dans le développement de modèles et l'analyse de régression avancée et j'apprécie toute aide ou conseil.
Merci!
-Mat
Re : Régression avec des variables catégorielles (caractères)@mbdahl Il n'y a rien de mal en soi à articuler les trois géométries en tant que variables catégorielles dans un modèle de régression des moindres carrés tant que vous êtes prêt à utiliser les hypothèses spécifiques à ce type de modèle et de facteurs catégoriques. Consultez les détails statistiques répertoriés ici pour le paramétrage du modèle et d'autres détails :
https://www.jmp.com/support/help/en/15.1/#page/jmp/nominal-factors.shtml#ww65535
Voici un exemple dans la documentation JMP qui semble correspondre à votre problème. C'est ce qu'on appelle l'analyse unidirectionnelle de la variance, puisque c'est ainsi que le modèle a été paramétré... mais il s'agit toujours essentiellement d'un modèle linéaire par rapport aux paramètres et à la réponse continue.
https://www.jmp.com/support/help/en/15.1/#page/jmp/one-way-analysis-of-variance.shtml#ww229925
Re : Régression avec des variables catégorielles (caractères)Merci @statman pour ta réponse!
Je pensais à l'origine que le nominal pouvait fonctionner et je ferais référence à Alpha, Bravo et Charlie, respectivement, comme 1, 2 et 3, mais une PME de statistiques du travail m'a conseillé de ne pas le faire.
En ce qui concerne la quantification des trois catégories, je travaille actuellement à représenter chaque géométrie par son ellipsicité (ajustement d'un ellipsoïde à travers tous les points de bord et calcul des rapports du grand et du petit axe). Je ne peux pas utiliser le volume car plus intéressé par la façon dont le forme affecte l'onde de pression de combustion, et finalement l'amplitude de pression que je mesure. Je pourrais avoir le même volume mais dans un volume de chambre radicalement différent, donc le volume seul n'aidera pas à capturer l'effet de la géométrie. J'utilise également déjà la quantité de carburant (mesurée en pourcentage du volume de la chambre) comme facteur, donc l'utilisation du volume comme facteur autonome supplémentaire serait considérée comme un double comptage.
Pour répondre à votre dernière question, 6 mesures de pression ont été prises à partir du haut et des côtés de chaque chambre et en s'assurant de mesurer près de l'entrée du canon ainsi que près de l'allumeur. La pression entre la chambre et la température ambiante était assez égale (+/- 0,5 psi).
Dans l'ensemble, je sais que l'utilisation d'Alpha, Bravo et Charlie comme facteurs catégoriels du type de caractère dans un modèle d'ajustement des moindres carrés n'est PAS la bonne approche. Pourtant, JMP me permet de le faire. Je veux juste savoir ce qu'il fait en arrière-plan afin que je puisse le pointer et dire dans mon rapport "C'est ce qu'il fait, ce n'est pas bon."
Re : Régression avec des variables catégorielles (caractères)Mat,
Vous pouvez choisir d'attribuer un type de données à la colonne contenant les 3 géométries différentes. Il serait, bien sûr, incorrect de les considérer comme continus et très probablement le type nominal serait correct (à moins que vous ne puissiez réellement les affecter à un certain ordre). Vous pourrez toujours créer un modèle avec le x nominal, mais ces modèles sont en effet limités.
Je ne peux pas répondre à toutes vos questions, mais je souhaite apporter quelques réflexions de haut niveau :
1. Concernant vos 3 catégories de géométries différentes, pouvez-vous mieux les quantifier ? Peut-être le volume, l'angle, une autre mesure (ou même un ensemble de mesures) de la géométrie ? Cela pourrait permettre de mieux comprendre quels aspects des géométries ont un impact sur la pression.
2. Je suis curieux de savoir comment et où les mesures de pression à l'intérieur de la chambre sont prises ? La pression interne est-elle à l'équilibre ? La pression peut-elle changer dans la chambre (particulièrement curieux car les géométries peuvent avoir un impact sur cela ?) ? Avez-vous évalué la capacité du système de mesure ?
Je vous suggère également de vous amuser en regardant d'abord les données graphiquement. Exécutez ensuite différents modèles et même modifiez les types de données pour voir l'effet que le type de données a sur les résultats de l'analyse. Bon moyen d'apprendre le logiciel.
