Importance en barres empilées
L’importance LMG de chaque facteur retenu, écrite dans une heatmap, à côté des barres empilées qu’elle forme pour chaque réponse : qui explique quoi, et combien.
Expliquer une variable (régressions) · Régression : importance des variables · 5 crédits
Lancer cette figure (nouvel onglet)1.Définition
La figure
L’importance LMG de chaque facteur retenu, écrite dans une heatmap, à côté des barres empilées qu’elle forme pour chaque réponse : qui explique quoi, et combien.
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 comparer entre plusieurs réponses quels facteurs les expliquent et dans quelle proportion, en barres faciles à lire.
Exemple de question : Quelle part de chaque indicateur revient à la pluie, aux feux, au pâturage et au sol ?
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 : Richesse, Biomasse_gm2 et Couvert_ligneux_pct : l’importance LMG de chaque facteur retenu.
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 « Importance en barres empilées » 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.