Comment interpréter le résultat d’une analyse de régression avec des variables muettes ?<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Bonjour mes chéris,
Je suis un débutant total dans Jmp et aussi juste un utilisateur temporaire. Néanmoins, j'espère que vous pourrez peut-être m'aider.
Je rédige actuellement mon mémoire de licence et j'ai quelque peu surestimé mes connaissances JMP, donc je n'arrive tout simplement à rien.
Je souhaite faire une analyse de régression pour deux industries différentes.
Pour chaque secteur d'activité, je souhaite analyser les effets d'une variable indépendante sur trois variables dépendantes. On m'a conseillé de créer une variable muette codée 1 et 0 pour chaque secteur afin de capturer les deux secteurs dans un modèle de régression.
J'ai inclus cette variable muette comme variable indépendante dans le modèle. Cependant, j'ai l'impression que JMP ne vérifie pas qu'il s'agit simplement d'un mannequin. En même temps, je ne sais pas comment interpréter le résultat avec un mannequin.
Alternativement, je peux bien sûr construire mon propre modèle de régression pour chaque secteur, puis comparer les deux. Cependant, mon directeur de thèse de licence est convaincu qu’il est plus logique de tout intégrer dans un seul modèle.
J'ai préparé une capture d'écran. Peut-être que cela rend tout le « problème » plus clair. 
D'après la valeur F, le modèle est significatif pour cette variable dépendante même si la variance expliquée n'est que de 6 %. Cela signifie-t-il donc que la variable dépendante ne peut être expliquée que par 6 % de la variable indépendante ? La variable fictive est la branche d’activité variable (électroménager). Que dit le diagramme d’influence ? Je m'attendais à plus d'un diagramme combiné, donc essentiellement un graphique pour la catégorie 1 et un graphique pour la catégorie 0 dans le diagramme d'influence "Page Posts by Day".
Malheureusement, je n’ai vraiment aucune idée de ce que dit ce résultat. J'espère vraiment que l'un d'entre vous pourra m'aider et que je pourrai enfin terminer mon mémoire de licence.
Si quelque chose n'est pas clair, n'hésitez pas à demander. J'essaie de répondre à chaque question du mieux que je peux.
Cordialement
Vanessa
Re : Comment interpréter le résultat d'une analyse de régression avec des variables muettes ?Salut Vanessa
La variable factice est une astuce que Jump utilise automatiquement lorsque vous insérez une variable nominale dans X lors de l'ajustement du modèle.
Option 1 : comme vous l'avez écrit, effectuez une régression par groupe (industrie), qui conduit au graphique suivant :
c'est-à-dire un point d'intersection et une pente (point d'intersection et pente) par entrée
Option 2 : saisissez ce qui suit via Analyser --> Ajuster le modèle
Le type correspond à votre secteur d'activité.
Si vous appuyez maintenant sur Exécuter, vous obtiendrez le graphique et l'évaluation suivants :
et
Désormais toutes les espèces ont la même pente de 6,90, mais elle est décalée selon la catégorie.
S'il s'agit d'un "croiseur léger", la quinte est avancée de 17,54.
Et ne soyez pas surpris, le décalage du "Destroyer" est inclus dans l'interception et n'est pas spécifié séparément.
Ensemble de données : Analyse de données : Navires - Wikibooks, collection de manuels scolaires gratuits, de non-fiction et d'ouvrages spécialisés
