Bonjour la communauté,
J'ai une question sur un cas où il s'agit de savoir s'il existe une corrélation importante entre une variable de réponse ordinale et une variable prédictive continue.
Voici mes données (je joins également le fichier JMP au cas où):
Au début, j'ai pensé à utiliser "Fit model platform", puis à afficher le coefficient de Spearman, mais j'ai ensuite trouvé cette information dans un livre JMP :
Selon ce tableau, lorsqu'il s'agit d'une variable de réponse ordinale et d'une variable prédictive continue, je devrais travailler avec la logistique ordinale. J'ai mené cela dans la plateforme "Fit model" et cela m'a donné ces résultats (script présent dans le fichier joint) :
J'ai dû parcourir plusieurs sources de documentation et de vidéos JMP pour essayer de comprendre ces résultats. J'ai trouvé beaucoup de sources, mais la plupart du temps, elles se concentraient sur des cas logistiques nominaux et étaient trop axées sur la description de chaque partie du rapport plutôt que sur la signification pratique et les informations les plus utiles à en tirer. Mon objectif n'est pas d'avoir une compréhension approfondie des mathématiques/statistiques, mais plutôt d'être très pratique sur ce que ces résultats me disent.
Ce que j'ai pu comprendre (corrigez-moi si je me trompe) c'est que la valeur avec le cercle vert dans la figure ci-dessus m'indique que mon modèle n'est pas très bon.Pour mon cas, en utilisant une seule variable d'entrée, pourrais-je utiliser ce résultat pour finalement dire qu'il n'y a aucune sorte de corrélation ou d'association entre mes variables d'entrée et de sortie ? > c'est la principale question à laquelle je veux répondre.
J'étais également intéressé à comprendre les résultats du profileur de prédiction :
Les proportions sur l'axe Y m'indiquent-elles le pourcentage de probabilité d'avoir une valeur de 1, 2, 3, 4 ou 5 ?
Enfin, des questions trop courtes qui sont un peu liées à ce sujet :
a) Dans le cas d'avoir une échelle de Likert (échelle d'intensité) pour ma variable de sortie, je sais qu'il s'agit principalement d'une variable ordinale et donc qu'il faut également la traiter avec la logistique ordinale. Cependant, si j'ai plusieurs mesures pour chaque essai (ligne) et que je fais la moyenne des valeurs, le résultat commence maintenant à ressembler à un nombre continu. Dans ce cas, pourrait-on traiter ces moyennes comme une variable continue (au lieu d'ordinal) ?
b) Si ma variable de sortie sont des valeurs de fréquence. Est-il préférable de le traiter comme une variable ordinale ou puis-je le traiter comme une variable continue.
Merci d'avoir lu,
julien
