Quand utiliser les transformations de donnéesBon après-midi,
Je construis un LMM et j'ai créé un graphique QQ (voir l'image 1). Les résidus conditionnels semblent s'écarter sensiblement de la normalité. J'ai donc transformé les données de la variable de réponse en logarithme en base 10. Cela a amélioré mon R^2 d'environ 2 % et le graphique QQ semble légèrement meilleur (image 2). Cependant, je ne suis pas sûr que ces légères améliorations justifient la transformation. En effet, je devrais alors retransformer les données en données non logarithmiques pour les intégrer à ma thèse, ce qui représenterait une variation de facteur plutôt qu'une réelle différence arithmétique.
Merci!
Analyse et modélisation des données de baseRe : Quand utiliser les transformations de donnéesJe me souviens qu'un de mes professeurs disait : « La seule raison de transformer des données est de simplifier le modèle. » D'ailleurs, c'était GEP Box. Je vous suggère de lire ses articles sur le sujet.
Box, GEP, Paul Tidwell, (1962) « Transformation des variables indépendantes », Technométrie , vol. 4, n° 4, novembre
également le document et les discussions ci-jointes :
Draper, Norman, William Hunter, (1969), « Transformations : quelques exemples revisités », Technométrie , vol. 11, n° 1, février
Re : Quand utiliser les transformations de donnéesSalut @blip555555
Il est très difficile (voire impossible) de vous aider sans données (anonymisées) concernant la situation à laquelle vous êtes confronté. Veuillez lire l'article « Obtenir rapidement des réponses correctes aux bonnes questions » .
Pour évaluer si une transformation est nécessaire, il est important d'examiner le graphique des résidus afin de vérifier s'il existe encore une tendance dans les résidus non prise en compte par le modèle supposé. Constatez-vous une hétéroscédasticité ? Ou des tendances étranges dans vos résidus ? Pour plus d'informations, consultez Hypothèses du modèle de régression | Introduction aux statistiques | JMP .
Je distinguerais également la transformation des données des modèles mixtes linéaires généralisés (GLM) dans JMP Pro, où la distribution de réponse peut être spécifiée (et permettre d'ajuster le modèle avec différentes distributions de réponse : normale, exponentielle, gamma, ...).
- L'application d'une transformation non linéaire (par exemple, logarithmique, inverse) aux variables dépendantes non seulement normalise les résidus, mais déforme également les propriétés d'échelle de rapport des variables mesurées. La transformation affecte à la fois la réponse moyenne et sa variance, ce qui peut considérablement gonfler le terme d'erreur.
- L'application du GLM et la configuration du modèle avec une fonction de lien permettent de conserver l'échelle d'origine des données. Une fonction de lien transforme la moyenne en une fonction linéaire des variables prédictives, et une fonction de variance permet de tenir compte de l'hétérogénéité de la variance dans l'analyse plutôt que de tenter de la supprimer (par exemple, par transformation logarithmique). La fonction de lien affecte donc la réponse moyenne, mais pas la variance de la réponse, ce qui peut entraîner une erreur dans l'échelle d'origine.
Vous pouvez lire la différence entre « moindres carrés » et « méthode linéaire généralisée » dans le modèle d'ajustement pour plus d'informations.
J'espère que ce sujet de conversation pourra vous aider,
