J'essaie de poser une question valable sur le forum et je ne me laisse pas faire.
Lien vers la publication : (Aide pour aborder la colliniarité dans un modèle proportionnel de Cox ?)
par RafaelZS
https://community.jmp.com/t5/Discussions/Aide-à-traiter-la-colliniarité-dans-un-modèle-proportionnel-de-Cox/mp/871715#M103574
J'ai besoin d'aide pour mieux comprendre et résoudre le problème suivant. Je construis un modèle pour prédire le développement de maladies cardiovasculaires dans une cohorte. J'ai inclus deux variables fortement corrélées (R² = 0,83). Lorsque j'inclus les deux dans le modèle, l'une d'elles change de direction : elle devient protectrice au lieu d'être un facteur de risque. Mais lorsque j'inclus chaque variable séparément, les deux montrent une association positive avec la maladie, comme prévu. Je ne pense pas que cela soit dû à une explication biologique ; cela ressemble plutôt à un problème de multicolinéarité. Je sais que je pourrais utiliser le FIV ou l'ACP pour résoudre ce problème. Mais comme mon résultat est binaire, je ne sais pas comment calculer correctement le FIV. J'ai essayé d'effectuer une régression des moindres carrés entre les deux variables et j'ai obtenu un FIV de 1, mais je ne pense pas que ce soit la bonne approche. Quelqu'un a-t-il déjà rencontré une situation similaire ? Comment recommanderiez-vous de résoudre ce problème ?
Ce message a 0 réponses
