Quelle est la différence entre les estimations normalisées et les coefficients bêta standardisés en régression multiple ?Quelqu'un pourrait-il m'expliquer simplement la différence entre les estimations normalisées et les coefficients bêta standardisés de JMP, et quand utiliser l'une plutôt que l'autre pour présenter les résultats d'une analyse de régression multiple ? J'utilise les estimations normalisées depuis un certain temps pour mes résultats de régression, mais la plupart des articles scientifiques que je consulte utilisent les coefficients bêta standardisés. Ils semblent pourtant remplir la même fonction, mais les estimations normalisées de JMP sont supérieures aux coefficients bêta standardisés lorsque je les compare avec les mêmes données. Merci d'avance pour vos conseils !
Ré : estimations à l'échelle par rapport à la valeur bêta standard dans la régression multipleExtrait du guide jmp :
La commande « Estimations mises à l'échelle » du menu « Criblage des effets » fournit des coefficients correspondant à des facteurs mis à l'échelle pour avoir une moyenne de zéro et une plage de deux. Si le facteur est distribué symétriquement dans les données, la plage du facteur mis à l'échelle s'étend de –1 à 1. Cela correspond à la mise à l'échelle utilisée dans la tradition des plans d'expériences (DOE). Ainsi, pour un régresseur simple, l'estimation mise à l'échelle correspond à la moitié de la variation de réponse prévue lorsque le facteur de régression parcourt toute sa plage.
Les bêtas standardisés (coefficients bêta) sont normalisés en fonction des échelles des facteurs (dont l'étendue peut être bien supérieure à 2). Leur comparaison dépend donc des échelles réelles. Leur objectif est le même : normaliser les coefficients afin de faciliter leur comparaison.Ré : estimations à l'échelle par rapport à la valeur bêta standard dans la régression multipleMerci. J'avais lu cette description dans le guide JMP et compris qu'il s'agissait d'une méthode similaire à celle utilisée pour standardiser les coefficients de régression, mais j'ai été surpris que les deux approches donnent des valeurs de coefficients si différentes. Cela implique-t-il que, pour traiter des variables indépendantes dont l'étendue varie fortement, il serait préférable d'utiliser des coefficients bêta standardisés plutôt que des estimations graduées ? Ou s'agit-il de deux méthodes tout aussi valables pour comparer l'effet de différentes variables indépendantes dans une régression ?Ré : estimations à l'échelle par rapport à la valeur bêta standard dans la régression multipleCela dépend si vous êtes simplement intéressé par l’analyse ou par l’écriture d’une équation qui devra être interprétée.
