Variable explicative angulaire GLM

[Anaïs Chailleux]

Bonjour,
Je souhaite faire un glm pour expliquer une variable linéaire (distribuée selon une loi de Poisson) avec plusieurs variables explicatives linéaires et une angulaire (la direction du vent). J'ai bien pris connaissance du package CircStats mais je n'ai pas trouvé comment faire. Y-a-t-il une fonction dans R qui me permet de transformer ma variable angulaire en co-variables linéaires? Est-il possible d’intégrer cela dans un glm?
Merci d'avance pour votre aide,
Bien cordialement,
Anaïs

[Florent Aubry]

Je pense que la question est mal écrite et qu'en réalité le problème est :

Code : Tout sélectionner

Je souhaite expliquer une variable quantitative distribuée selon une loi de Poisson (c'est-à-dire un comptage ?) par un modèle de régression linéaire impliquant plusieurs variables explicatives dont une représente des angles (la direction du vent).

Donc le problème initial est de savoir quel est le modèle testé (basé certainement sur des considérations théoriques) qui lie ces différentes variables. Ensuite, il sera temps de se poser la question de la procédure à choisir pour effectuer cette opération.

[Eric Wajnberg]

Salut Anaïs !

La transformation de ta variable angulaire à opérer est simple. Elle conduit à prendre l'angle par rapport à une référence, par exemple comme sur une boussole, par rapport au nord compas. Ceci ne pose à priori pas de problème. Le seul problème est si les angles se répartissent de part et d'autre du zéro compas ce qui les fait passer de 360 à 0°. Si c'est le cas, il faut opérer une transformation de + ou - 360° pour rester dans la même échelle, et cette transformation n'est pas très compliquée. Une ligne ou deux de code R fera l'affaire.

L'utilisation de statistiques circulaires serait indiquée si la variable à expliquer est angulaire, mais ce n'est pas ton cas ici.

Bises, Eric.

[Anaïs Chailleux]

Merci beaucoup pour vos réponses,

Le problème c'est que mes données sont distribuées sur tout le cercle (données de direction du vent) , donc si je les transforme en soustrayant ou ajoutant une valeur ça ne règle pas mon problème. Mon modèle est le suivant :

geeglm(formula=mouches~Appat+Plantes.avec.fruits+positionnement+Cercle+Pluvio+Vitesse.vent+Dir.vent, id=nom.du.piege, family=poisson, corstr="ar1", waves=Date)

La variable à expliquer est bien un comptage (de mouches dans des pièges) et les variables explicatives sont quantitatives linéaires, qualitatives et angulaire pour la dernière.

[Eric Wajnberg]

Le problème c'est que mes données sont distribuées sur tout le cercle (données de direction du vent) , donc si je les transforme en soustrayant ou ajoutant une valeur ça ne règle pas mon problème.

Si, je pense que ça règle le problème, même si les angles sont distribués sur tout le cercle. Il faut juste ramener ceci à un échelle continue avec un repère sur le cercle. C'est jusque comme en trigonométrie, sans le modulo 2*Pi.

Eric.

[Florent Aubry]

La seule à t'assurer est que les variables explicatives ne soient pas colinéaires, c'est-à-dire redondantes. Garder la direction du vent tel quel me paraît au contraire très pertinent d'autant que l'orientation du vent du type Nord, Nord-Ouest, etc. associée à l'endroit où cette orientation est estimée (si la zone géographique étudiée est large) est un facteur explicatif de nombreux phénomènes