glm : quelle loi pour une variable bornée entre -1 et 1 ?

[Emmanuelle Araujo]

Bonjour,

je veux utiliser un glm avec une variable à expliquer bornée entre -1 et 1, quelle loi puis-je utiliser ? Je pensais utiliser la binomiale mais apparemment ce n'est pas possible avec des valeurs négatives ?
Merci de votre aide !

[Luc Dunoyer]

Bonjour,

Tout dépend de ce qu'est ta variable réponse. Elle est bornée entre -1 et 1 d'accord, mais est-elle continue? discrète? Provient-elle d'un rapport entre deux autres variables, auquel cas c'est une proportion et il faut traiter cela comme une distribution binomiale en rentrant dans le modèle comme variable réponse :

glm(cbind(in, out) ~ X1 + X2 ... , family = binomial)

Ta proportion correspondant à :

in / (in + out)

Il y a de très bon bouquin sur la question des modèles sur R, notamment le Zuur ;-). Mais il y en a d'autres.


En espérant t'avoir aidé,
Luc.

[Stéphane Laurent]

Une binomiale entre -1 et 1 ?... Drôle d'école.

Tout simplement tu peux transformer ta variable et traiter la variable transformée comme une gaussienne.

[Emmanuelle Araujo]

Merci pour vos réponses.
Ma variable est continue, c'est un ratio.
Je vais tenter une transformation avec la fonction powerTransform.

[Luc Dunoyer]

Bonjour,

Comme je le disais plus haut : si c'est un ratio il y a une façon bien précise de coder cela dans R ;-).

Une transformation peut s'avérer nécessaire mais uniquement pour passer toutes tes valeurs en valeurs positives tout en gardant les même rapports entre les valeurs : histoire de ne pas changer ta proportion ;-).

Cordialement,
Luc.

[Emmanuelle Araujo]

Merci beaucoup, je vais essayer :-)

[Luc Dunoyer]

Attention j'ai édité car j'avais dit une bétise ;-)

Luc.

PS: ce message s’autodétruira dans 1 jour ^^

[Renaud Lancelot]

Bonjour,

je veux utiliser un glm avec une variable à expliquer bornée entre -1 et 1, quelle loi puis-je utiliser ? Je pensais utiliser la binomiale mais apparemment ce n'est pas possible avec des valeurs négatives ?
Merci de votre aide !

Il faudrait voir la distribution empirique de votre variable. Si peu ou pas de valeurs extrêmes (-1 ou 1), j'essaierais une régression linéaire (modèle gaussien). Si pb dans les résidus (non normalité), essayer une transformation de la variable. Il y a bcp de littérature à ce sujet, et bcp de fcts dans différents packages.