Mon domaine d'expertise est la recherche consommateur. J'ai sept variables explicatives et une variable de réponse. Toutes sont catégorielles.
Mon objectif est de remplacer la variable de réponse par une ou une combinaison de variables explicatives.
Mon approche :
- Effectuer des analyses de contingence de chacune des variables explicatives avec la réponse.
- À partir de l'analyse de contingence, sélectionnez la variable explicative présentant le R² (U) le plus élevé. Étant donné le nombre de niveaux différent, je ne pense pas que le rapport de vraisemblance ou les valeurs du khi² de Pearson soient utiles pour la sélection du modèle.
- Dans le tableau des mesures d'association, utilisez les valeurs Lambda et Incertitude. Choisissez la variable explicative présentant les valeurs les plus élevées.
Vous trouverez ci-dessous un résumé décrivant les variables et les résultats de l’analyse de contingence.
Variable # |
# niveaux |
Rsq(U) |
LR-chi carré |
Chi carré de Pearson |
Lambda Asym (C|R, R|C) |
Sym. Lambda |
Coefficient d'incertitude (C|R, R|C) |
Coefficient d'incertitude (Sym) |
A |
4 |
.08 |
248 |
268 |
.08, .13 |
.1 |
.08, .08 |
.08 |
B |
3 |
.02 |
76 |
75 |
.06, .02 |
.04 |
.02, .03 |
.03 |
C |
10 |
.04 |
136 |
153 |
.05, .04 |
.045 |
.04, .03 |
.034 |
D |
10 |
.31 |
961 |
1207 |
.33, .13 |
.22 |
.3, .2 |
.245 |
E |
18 |
.34 |
1056 |
1498 |
.34, .1 |
.21 |
.34, .19 |
.24 |
F |
40 |
.345 |
1084 |
1590 |
.34, .05 |
.17 |
.35, .15 |
.21 |
G |
6 |
.32 |
1000 |
1286 |
.35, .28 |
.31 |
.32, .26 |
.29 |
La variable de réponse comporte 6 niveaux.
Les niveaux des variables D, E, F et G sont classés par intensité croissante. On suppose que les limites inférieure et supérieure sont similaires.
Questions:
- L’approche telle que décrite est-elle valable ?
- Puis-je combiner une variable parmi D, E, F et G (j'aurais tendance à choisir G) avec une ou plusieurs variables parmi A, B et C pour obtenir un meilleur modèle (c'est-à-dire un meilleur remplacement pour la réponse) ? Si oui, comment procéder et quels indicateurs pourraient être utilisés pour sélectionner le meilleur modèle ?
