Discussion :

[thtghgh]

Bonjour à tous,

Je m'interesse à SAS depuis peu de temps et je souhaiterais faire une étude (a priori simple) sur un echantillon de données que j'ai mis en pièce jointe de ce message.

Le modèle est y=b0+b1*x1+b2*x2+b3*x1²+b4*x2²+b5*x1*x2+epsilon

Je cherche les valeurs extrêmes par les stats de ce modèle pour les réponses y, racine(y) et ln(y) (Résidus Studentisés, Cook's D...)

Pouvez vous m'aider?

Merci

[Manoutz]

Tu peux obtenir les diagnostics d'influence en utilisant l'output out de la proc reg, en spécifiznt les options cookd et rstudent. Le reste du modèle semble on ne peut plus standard. Tu devras en faire trois puisque tu étudies trois écritures différentes de ta variable réponse. Qu'entends tu par valeurs extremes?

[thtghgh]

Par valeurs extrêmes je veux dire des valeurs qui faussent le modèle et qu'on peut dont enlever.

Pour le modèle y j'y suis arrivé en écrivant :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
model y= x1 x2 x3 x4 x5/p ;
OUTPUT OUT = sortie COOKD = cooky RSTUDENT = stud H=hii;
plot y*x1 y*x2 y*x3 y*x4 y*x5;
proc print;
run;

Mais comment faire pour le modèle sqrt(y)?


Merci

[Manoutz]

je suppose que tu es passé par une proc reg... Il te manque l'instruction évoquant le nom de la procédure. Ca marche ton plot au seinde la reg?

pour modéliser la racine carrée et le ln, il faut que tu passes au préalable par une étape data ou tu crée les variables racine et ln comme transformation de la variable réponse. A chaque fois tu dois rééxécuter une nouvelle proc reg avec la nouvelle variable dépendante

[Manoutz]

Par valeurs extrêmes je veux dire des valeurs qui faussent le modèle et qu'on peut dont enlever.

Comment sais tu qu'elles faussent le modèle? Elles peuvent témoigner de comportement atypiques. Il est important de bien réfléchir avant de retirer de l'information

[thtghgh]

En étudiant justement la distance de Cook et les résidus studentisés on peut etre sur que la ou les valeurs faussent le modèle non?

[Manoutz]

La distance de cook est une mesure de l'influence d'une observation, calculée en se basant sur la variation de l'estimation des paramètres si cette observation était retirée.

Le residu studentisé est un quotient résultant d'une division d'un résidu par une estimation de sa déviation standard.

Ils fournissent des indications sur les individus extrèmes mais ne faussent pas le modèle en soi. Le tout est de savoir pourquoi ces mesures sont sensiblement différentes, est-ce une erreur de mesure? Une erreur de saisie? des comportements atypiques?

[thtghgh]

D'accord merci.

Pouvez vous m'indiquer comment faire de meme mais avec le modèle racine(y) ?

Merci

[Manoutz]

cf au dessus...

[thtghgh]

Oui j'ai fait un proc reg.

Merci pour ta réponse je vais essayer

[mak_le_ouf]

Bonjour,

J'utilise également le logiciel SAS pour mes TP de stats. Concernant la procédure de selection du "meilleur modele lineaire" possible, J'ai fait une selection selon le R^2 , le R^2 ajusté, le AIC, le CP.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

/p r PRESS influence selection=ADJRSQ AIC CP;

j'obtiens de beaux tableaux de valeurs, mais c'est pour les analyser que j'ai un problème. Si je suis ce qu'on a marqué dans notre cours, je sélectionnerais mon modèle en disant qu'il faut:

1. R^2 le plus proche de 1
2. R^2 ajusté le plus grand
3. AIC petit

En pratique comme je peux faire?

"Aux échecs, Il existe deux types de sacrifices: Ceux qui sont corrects et les miens"

[datametric]

revoir
- dans quel cadre le R² est robuste (p/r au nombre d'obs, etc...)
- dans quel cadre l'AIC est robuste
- dans quel cadre il vaut mieux un R² qu'un AIC

Choisir le meilleur modèle selon les deux critères et regarder ce qu'apporte l'un plus que l'autre. Parfois, c'est le même.