Interprétation des variables factices dans la régression pas à pas avec {0-1} à côté du nom de la variableJuste une petite question sur l'interprétation de mes variables fictives dans une régression pas à pas.
J'ai deux variables catégorielles avec deux catégories dans chacune (cluster inférieur vs supérieur et homme vs femme) codées comme suit : Homme = 1 et Groupe inférieur = 1.
Je suis confus par le { 0 - 1 } à côté du nom de la variable catégorielle sous "paramètre" dans la capture d'écran ci-dessous. Prenons la variable genre : cela signifie-t-il qu'une valeur de 1 (homme) a un coefficient de 0,947, ou qu'une valeur de 0 (femme) a un coefficient de 0,947 ?
Analyse et modélisation des données de baseExploration et visualisation des donnéesRe : Interprétation des variables factices dans la régression pas à pas avec {0-1} à côté du nom de la variableBonjour @AlphaStarfish74 ,
Bienvenue dans la Communauté !
Selon la plateforme de modélisation que vous utilisez, le codage des facteurs nominaux peut être différent. Vous n'avez pas besoin de coder les facteurs vous-même, vous auriez pu laisser les niveaux "Homme/Femme" dans la colonne "Gender", ou "Cluster1/Cluster2" dans la colonne "Cluster Lower".
Dans la plateforme Stepwise avec les règles "Combine", les variables catégorielles sont codées de manière hiérarchique. Les valeurs que vous voyez entre parenthèses montrent les niveaux regroupés dans le terme qui sépare le plus la moyenne de la réponse. Dans votre cas puisque vous n'avez que deux niveaux pour chacun de vos facteurs catégoriels, vous ne voyez que {L1-L2} avec L1 et L2 les noms de niveaux correspondants de votre facteur.
Concernant l'estimation du paramètre calculée, celle-ci représente la demi différence de réponse moyenne lorsque l'on passe du niveau L2 à L1 sur le facteur considéré (avec la notation {L1-L2}). Donc dans votre cas pour « Genre », si vous changez le niveau de 1 à 0, cela se traduit par une augmentation de la réponse moyenne de 2x l'estimation correspondante, soit environ 1 896.
Vous pouvez trouver plus d’informations sur la codification nominale des facteurs dans les différentes plateformes ici : Modèles avec effets nominaux et ordinaux
Et un exemple de facteur nominal dans le modèle : Exemple de modèle avec une durée nominale
J'espère que cette réponse vous aidera,
Re : Interprétation des variables factices dans la régression pas à pas avec {0-1} à côté du nom de la variableHey, merci beaucoup pour cette réponse, je l'apprécie vraiment ! Les liens fournis sont excellents.
Je pense que ce qui m'a fait douter, c'est que lorsque j'ai exécuté la variable nominale seule, il semblait que les femmes étaient plus négatives, mais lorsque je l'ai ajoutée au modèle final, il semblait qu'elles étaient plus positives... je ne sais pas pourquoi le signe a changé de "-" à "+"
contre
Avez-vous une idée de la raison pour laquelle cela pourrait être le cas ?
Re : Interprétation des variables factices dans la régression pas à pas avec {0-1} à côté du nom de la variableSalut @AlphaStarfish74 ,
Heureux que la réponse ait été utile !
Sur votre deuxième question, il peut y avoir deux raisons qui expliquent pourquoi l'estimation du paramètre "Sexe" est différente :
- Vous comparez deux modèles (avec des performances d'explicabilité très différentes grâce à un R² très différent) qui n'incluent pas les mêmes effets, les estimations seront donc différentes. Un modèle n'est pas une équation fixe, il change en fonction des effets qu'il inclut (et du type de modélisation/analyse). Dans votre premier cas, chaque réponse est modélisée via un modèle très simple, Comp Score = Intercept + a1x[Sex].
Dans la seconde, vous avez toujours le même coefficient à estimer, mais aussi ceux de « Education », « Village Cluster » et les autres facteurs. Ainsi afin de prendre en compte l'influence de ces facteurs supplémentaires sans changer les valeurs de réponse, l'estimation du « Sexe » sera différente, ainsi que la valeur d'Interception.
- Selon la plateforme de modélisation, le codage du facteur nominal est différent, ce qui peut également expliquer la différence dans les valeurs des estimations des paramètres. Vous pouvez avoir plus de détails sur le codage des facteurs nominaux via les plateformes "Stepwise" et "Fit Model" ici :
J'espère que cette réponse complémentaire vous aidera à comprendre les différences de vos modèles,
