Corrélations + importance (relaimpo)
La corrélation de chaque réponse avec chaque facteur en heatmap, un cercle par facteur retenu dans son modèle (aire = importance LMG), et au-dessus la variance expliquée par chaque modèle.
Expliquer une variable (régressions) · Régression : importance des variables · 5 crédits
Lancer cette figure (nouvel onglet)1.Définition
La figure
La corrélation de chaque réponse avec chaque facteur en heatmap, un cercle par facteur retenu dans son modèle (aire = importance LMG), et au-dessus la variance expliquée par chaque modèle.
L’analyse statistique : Régression : importance des variables
Pour chaque réponse, une régression multiple (avec sélection par AIC), puis la part de son R² due à chaque prédicteur par la méthode LMG : quelles variables expliquent quoi, réponse par réponse.
2.Lancer l’analyse
Les étapes de « Nouvelle analyse », dans l’ordre : ce que chacune demande, et pourquoi.
Étape 1 : Choisir la figure
Ouvrez « Nouvelle analyse », famille « Régressions » du ruban, puis cette figure.
Pourquoi : Chaque figure a ses propres options : la choisir d’abord fixe celles qui la font et masque celles des autres figures.
Étape 2 : Importer les données
Un fichier CSV, TXT ou Excel (.xlsx, .xls) de 50 Mo et 200 000 lignes au plus, ou « Utiliser le jeu d’exemple » : sur lui, la figure est gratuite.
Pourquoi : Le fichier est lu dans votre navigateur : seules les colonnes que vous choisirez partiront au calcul, et elles sont effacées du serveur au bout de 24 h.
Étape 3 : Vérifier le type des colonnes
Chaque colonne est reconnue numérique, catégorielle ou texte ; un clic sur son type le change.
Pourquoi : Le rôle qu’une colonne peut prendre dépend de son type : un facteur codé 1, 2, 3 doit passer en catégorielle pour être lu comme des groupes.
Étape 4 : Attribuer les rôles
Dites ce que représente chaque colonne, et ce que la figure vous demande :
- Une ou plusieurs variables numériques à expliquer
- Les facteurs candidats (numériques)
Pourquoi : Les rôles disent au moteur ce qui est mesuré, ce qui l’explique et ce qui groupe les observations : la même table répond à des questions différentes selon eux.
Étape 5 : Régler les options
Les options qui font cette figure sont déjà fixées. Restent :
- Sélection : AIC, BIC ou aucune : AIC (défaut, le script d’origine) garde les prédicteurs utiles ; BIC est plus sévère ; aucune pour garder toutes les variables.
- Importance en % de la variance ou en % du R² : En % de la variance, la somme vaut le R² ; en % du R², elle vaut 100 % : la part relative de chaque variable.
Pourquoi : Les valeurs par défaut sont les conventions des revues ; ne les changez que pour une raison que vous sauriez écrire dans votre section Méthodes.
Étape 6 : Lancer le calcul
Gratuit et complet sur le jeu d’exemple. Sur vos données : 5 crédits débités au lancement ; sans assez de crédits, un aperçu flouté, à débloquer pour 5 crédits.
Pourquoi : Le calcul est fait par R sur nos serveurs, et vous suivez ses étapes. S’il échoue, les crédits sont rendus.
Étape 7 : Lire les résultats
Les tableaux, l’interprétation en français ou en anglais et le paragraphe « Méthodes » prêt pour votre manuscrit.
Pourquoi : Chaque chiffre vient de R, et chaque phrase est un modèle rempli avec eux, jamais un texte inventé : vérifiez-les avec les tableaux.
Étape 8 : Télécharger la figure
PNG 300 DPI, PDF, EPS ou SVG, à 89 ou 183 mm ; les textes se modifient dans l’éditeur de figure.
Pourquoi : 89 mm est la largeur d’une colonne de revue, 183 mm celle d’une page : la figure est mise en page pour chacune, rien ne s’y chevauche.
3.Pourquoi et quand l’utiliser
Quand l’utiliser
Pour expliquer plusieurs réponses par les mêmes facteurs : la corrélation de chaque paire et la part de variance que chaque facteur explique.
Exemple de question : Quelle part de la richesse, de la biomasse et du couvert ligneux chaque facteur explique-t-il ?
Ce que les résultats montrent
- Le R² ajusté de chaque modèle (barres) et l’importance de chaque prédicteur retenu (cercles ou barres empilées).
- Les corrélations étoilées de chaque paire réponse × prédicteur.
4.Méthode et packages R
Ce que le moteur R exécute pour cette figure : les packages, les fonctions principales, les étapes du calcul et les formules.
Packages R
- stats
- MASS
- relaimpo
stepAIC(lm(y ~ .)) → calc.relimp(type = "lmg")
Fonctions principales
| Fonction | Package | Rôle |
|---|---|---|
| lm | stats | les régressions |
| stepAIC | MASS | sélection |
| calc.relimp (recodé) | moteur izistatistik | LMG, mêmes valeurs que relaimpo |
| cor.test | stats | corrélations |
Ce que fait le script, dans l’ordre
- Ajuste lm complet pour chaque réponse, puis stepAIC descendant.
- Calcule l’importance LMG : valeur de Shapley du R² sur les prédicteurs retenus.
- Calcule les coefficients standardisés et les corrélations (Spearman par défaut).
- Dessine la heatmap des corrélations, les cercles d’importance et les barres du R².
Formules principales
Importance LMG
LMG(xⱼ) = moyenne sur tous les ordres d’entrée des prédicteurs du gain de R² apporté par xⱼ
Partage équitablement la variance commune entre prédicteurs corrélés ; la somme des LMG vaut le R².
Critère AIC
AIC = n ln(SC_résiduelle / n) + 2k
Retire un prédicteur tant que l’AIC baisse : le modèle gagne en simplicité sans perdre en prédiction.
À citer
- Grömping, U. (2006). Relative importance for linear regression in R: the package relaimpo. Journal of Statistical Software, 17(1), 1-27. doi:10.18637/jss.v017.i01 (nouvel onglet)
5.Données d’entrée
Une ligne par observation : 1 à 30 réponses numériques et 2 à 12 prédicteurs numériques communs.
Ce que la figure demande
- Une ou plusieurs variables numériques à expliquer
- Les facteurs candidats (numériques)
Format : CSV, TXT ou Excel, une ligne d’en-tête avec le nom des colonnes. La virgule ou le point décimal, le séparateur et l’encodage sont reconnus seuls ; une case vide est une valeur manquante.
Le jeu d’exemple : Indicateurs d’une savane
Rôles : 3 réponses (Richesse, Biomasse_gm2, Couvert_ligneux_pct) et 5 facteurs du milieu.
6.Prix
5crédits
par lancement sur vos données. Chaque figure coûte 5 crédits, quelle qu’elle soit : la figure, ses tableaux, son interprétation et ses téléchargements sont compris.
| Pack | Prix du pack | Cette figure |
|---|---|---|
| Starter (50 crédits) | 500 FCFA | 50 FCFA |
| Standard (250 crédits) | 2 000 FCFA | 40 FCFA |
| Pro (700 crédits) | 5 000 FCFA | 36 FCFA |
- Gratuite sur son jeu d’exemple (indicateurs_savane.csv), résultats complets : pour la découvrir avant d’importer vos données.
- Sur vos données sans assez de crédits, elle se lance quand même en aperçu flouté, débloqué ensuite pour 5 crédits sans relancer le calcul.
- Si le calcul échoue, les crédits sont rendus.
- Paiement par mobile money ; voir les packs.
Lancer « Corrélations + importance (relaimpo) » sur vos données
Ou ouvrez-la gratuitement avec son jeu d’exemple pour voir chaque étape et des résultats complets avant d’importer votre fichier.