939887_fr-FR

liliconcom

Le message « La réponse doit comporter au moins deux niveaux » apparaît lors de l'ajout d'une fréquence dans une régression logistique.

Salut,

Je cherche à effectuer une régression logistique avec des données de présence/absence d'espèces comme variable réponse (sur plusieurs années) et diverses conditions environnementales (par exemple, la température) comme variables explicatives. Je dispose également de données d'abondance (nombre d'individus comptés chaque jour lorsque l'espèce était présente, zéro en cas d'absence d'observation, nulle si aucun recensement n'a été effectué), que je souhaite inclure comme variable de fréquence.

Je peux exécuter un modèle de régression logistique sans problème sans inclure les données d'abondance. Cependant, lorsque j'inclus ces données comme fréquence (ou comme pondération ; j'ai essayé les deux), j'obtiens l'erreur « La variable réponse doit avoir au moins deux niveaux ».

Ma variable réponse est définie comme une variable nominale (0 pour absent, 1 pour présent et • pour nul, c'est-à-dire aucune enquête réalisée). La colonne des données d'abondance est définie comme continue, et les prédicteurs sont tous continus.

Je pensais que le problème pouvait venir du grand nombre de valeurs nulles dans l'ensemble de données (l'espèce n'est active que quelques mois par an et n'est donc pas suivie la plupart du temps). Cependant, j'ai toujours obtenu la même erreur même après avoir exclu toutes les valeurs nulles.

Pour vérifier si le problème se produisait spécifiquement avec les données d'abondance, j'ai essayé d'insérer quelque chose d'inutile mais continu (année d'observation) comme fausse « fréquence », et JMP n'a eu aucun problème pour exécuter cela.

J'utilise JMP Student Edition 19.0.1.

Merci d'avance!

~ Bobby

Analyse et modélisation de données de baseRe : Le message « La réponse doit comporter au moins deux niveaux » apparaît lors de l’ajout d’une fréquence dans une régression logistique

Bonjour @policier : Bienvenue dans la communauté. Sans voir vos données, je ne peux que faire des suppositions. Mais il semble que l’abondance soit toujours nulle, que ce soit pour la présence ou l’absence.

Re : Le message « La réponse doit comporter au moins deux niveaux » apparaît lors de l’ajout d’une fréquence dans une régression logistique

Afficher les données faciliterait grandement la réponse, mais je vais tout de même émettre une hypothèse. Lorsque l'abondance est utilisée comme fréquence ou pondération, la réponse (présence ou absence) est limitée à zéro lorsque l'abondance est nulle (et considérée comme manquante lorsque l'abondance est absente, ce qui sera ignoré dans la régression logistique). Ainsi, seules les valeurs d'abondance présentes seront prises en compte. Utiliser l'abondance comme pondération ou fréquence semble effacer la variable de présence/absence, de sorte que seule la présence apparaisse comme valeur de la variable réponse.

Je m'interroge sur la manière dont vous traitez l'abondance. Essayez-vous de la prédire comme une variable continue, mais avec un grand nombre de zéros ? Cela ressemble presque à un problème de données censurées, ou du moins à un problème où vous souhaitez prédire la taille de la population lorsque de nombreuses valeurs sont nulles et que les autres correspondent à différents niveaux d'une variable continue. Il m'est difficile de suggérer la meilleure façon de modéliser cette situation, mais utiliser l'abondance comme fréquence ou pondération ne semble pas être la solution appropriée.

Re : Le message « La réponse doit comporter au moins deux niveaux » apparaît lors de l’ajout d’une fréquence dans une régression logistique

Salut @MRB3855 - merci ! Et oui, l'abondance est toujours nulle pour l'absence.

Re : Le message « La réponse doit comporter au moins deux niveaux » apparaît lors de l’ajout d’une fréquence dans une régression logistique

Bonjour @dlehman , merci ! Malheureusement, je ne suis pas certain de pouvoir publier les données réelles, donc je préfère être prudent. Le tableau ci-dessous est une simulation des données dont je dispose (même si j'ai beaucoup plus de zéros et de valeurs nulles). Vous avez raison concernant les données d'abondance : beaucoup de zéros, et quelques jours avec des valeurs non nulles (l'abondance étant une variable continue).

Concernant le modèle : les poissons commencent à émerger en été, mais les dates exactes varient en fonction des facteurs environnementaux (tout comme la taille de la population une fois les poissons émergés). J’essaie de déterminer quels facteurs sont les plus fortement corrélés à la présence des poissons, afin de pouvoir prédire le début de leur émergence. Bien que la prédiction de la taille de la population ne soit pas mon objectif principal, j’intègre l’abondance observée comme indicateur du nombre de poissons qui émergent au fil de la saison, ce qui permet de mieux appréhender la relation entre l’émergence des poissons et les facteurs environnementaux (précision : les poissons observés sont collectés, il n’y a donc aucun problème de mémorisation). J’espère que mes explications sont suffisamment claires ; n’hésitez pas à me dire si ce n’est pas le cas ! (Je suis novice en statistiques :beaming_face_with_smiling_eyes:)

En écrivant ceci, je me suis dit qu'une solution pourrait être d'ignorer la mesure de présence/absence et de travailler uniquement avec l'abondance ? Il faudra tout de même gérer les zéros d'une manière ou d'une autre, alors je vais faire des essais…

Année	Mois	Jour	Poissons présents/absents (1/0)	Abondance de poissons (nombre de poissons observés)	Température moyenne quotidienne de l'eau (°C)	Température cumulée de l'eau en été (°C)	Profondeur du ruisseau (m)
2016	1	29	•	•	12.0	803.0	0,6
2016	1	30	0	0	12.8	815.8	0,6
2016	1	31	1	3	14.2	830.0	0,7
2016	2	1	1	7	14.7	844.7	0,7
2016	2	2	0	0	13.3	858.0	0,5
2016	2	3	1	2	14.1	872.1	0,7
2016	2	4	0	0	12.6	884.7	0,8
2016	2	5	•	•	12.9	897.6	0,6
2016	2	6	•	•	13.4	811.0	0,7

Re : Le message « La réponse doit comporter au moins deux niveaux » apparaît lors de l’ajout d’une fréquence dans une régression logistique

Salut @policier ,

Bienvenue dans la communauté !

@dlehman1 a trouvé la cause du problème : lorsque la colonne « abondance » est utilisée comme fréquence ou pondération, les zéros présents dans cette colonne excluent de l’ajustement par régression logistique les lignes où le poisson est absent. C’est le même résultat que si ces lignes n’existaient pas.

Je vous recommande de diviser votre tâche de modélisation en deux :

1. Tout d'abord, en utilisant uniquement la colonne absence/présence pour déterminer dans quelles conditions les poissons sont présents ou absents, à l'aide d'une régression logistique.
2. Deuxièmement, dans les cas où des poissons sont observés, essayez de modéliser le nombre de poissons (probablement avec une régression généralisée de Poisson puisque vous travaillez avec des dénombrements).

Peut-être que les deux tâches pourraient être effectuées en une seule si vous ne prédisez que l'abondance des poissons (nombre de poissons) avec une distribution de Poisson (à excès de zéros) pour gérer à la fois les zéros et les comptages non nuls.

Je pense que les deux approches de modélisation (régression logistique et régression de Poisson) répondent à des questions légèrement différentes : quelles sont les conditions permettant la présence de poissons (régression logistique) contre comment les différentes conditions peuvent augmenter la présence de poissons (régression de Poisson).

J'espère que cette réponse vous aidera.