lecture sous SAS du khi-deux et V de cramer

Bonjour,

Je possède une population totale et non un échantillon, je dois donc utilisé le V de cramer, c'est bien ca ?

Cependant, cest le même programme sous SAS

PROC FREQ DATA=lib.nom_table;
TABLES NAC*PMAD /EXPECTED DEVIATION CHISQ NOROW NOCOL NOPERCENT;
RUN;

Statistic DF Value Prob
ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ
Chi-Square 12 4240.3094 <.0001
Likelihood Ratio Chi-Square 12 4264.9231 <.0001
Mantel-Haenszel Chi-Square 1 2712.6412 <.0001
Phi Coefficient 0.2089
Contingency Coefficient 0.2045
Cramer's V 0.1206


Je dosi donc lire la derneière ligne ?
Et comment la lire ? mon test est bon? mes 2 variables sont elles corrélées ?

Merci d'avance pour vos réponses.

Bojour Swana,

pour moi le V de Cramer est valable si u as des données quali. Est-ce le cas? De plus, pour qu'il soit robuste il te faut 5% de représentation par modalité.

Pareil pour le chi deux, tu dois avoir des données discrètes.

Au niveau des résultats, le chi-deux te suggère l'indépendance de tes deux variables.
Pour le V de CRAMER, tu as une légère corrélation postive.
Mais tout cela dépend du format de tes variable et du nombre de lignes.

Bonjour,

merci pour ta réponse, je commencais à déseperer.

En effet, mes variables ne sont pas qualitatives.

Pour mieux reussir mes tests, je dois faire des groupes de variables ou surtout pas?
Par exemple pour le chiffre d'affaires qu'une cliente réalise, j'ai plus de 200 000 clientes, donc presque 200 000 valeurs différentes pour ce champ.

Que veux-tu dire par "5% de représentation par modalité."
Il faut qu'il soit significatif à 5% c'est ca ?
Je dois rajouter quelques chose dans mon programme? Je pensais qu'il prenait cette valeur par défaut


Si j'ai bien compris, j'ai un population totale, donc mon khi-deux risque d'être faussé, mais pour Cramer, il me fait des variables quali

Je peux faire quoi alors ? je suis un peu perdu la, désolé.


Sinon, j'ai voulu faire des tests sous le programme SPSS, mais je ne sait pas comment importer directement mes données de SAS à SPSS, car quand je passe par excel, je n'ai plus que 65 000 clients car il ne peut comporter plus de 65 000 lignes.
Quelqu'un sait comment faire?

D'avance merci.

Bonjour swana,

je ne suis pas sûr qu'on se conprennent bien.
Explique-moi les deux varaiables dont tu veux connaitre la corrélation et je te donnerai des tests.

En tout cas pour faire un Chi-deux ou un V de Cramer, il te faut des classes.
Par exemple, tu regroupes tous les CA < 1M euros en une modalité, puis les 1M < CA < 10M euros en une deuxième...
Pour que le V de Cramer sois robuste, il te faut 5% par classe, ce que je voulais dire est que ton nombre de clients par classe doit représenter 5% du nombre total de clients (ou nombre total de lignes de ta base si je comprends bien).

Pour faire un Chi-deux, pareil il faut regrouper en classe car c'est un test qui raisonnera sur les effectifs de chaque classe, tu ne peux donc conserver du quanti. Tu trouves très facilement des explications du chi-deux sur internet. Quant au nombre de clients nécessaires par classe, ce n'est pas 5% pour un chi-deux. Je ne le connais pas par coeur mais les critères de cochran sont assez réputés pour faire un test valide.
De toute façon si tu as 200 000 lignes dans ta base, je te donne le résultat d'un chi-deux : il sera rejeté car la distance dépend du nombre d'observations tandis que la valeur seuil ne dépend que du nombre de dégrés de libertés = nombre de classes -1.

Je vais te décrire plus précisemment ma base.

J'ai une ligne pour un client.

champs :
- Cible : client magasin, client web, client VPC ...
- RF : recence frequence du client

- sexe : 0 si femme 1 si homme
- taille_urb : 1 si il habite dans une ville de moins de 50 000 hab. 2 si ... 9 si Paris
- CA : CA réalisé par le client sur la saison
- NAC : nombre d'articels par commande
- Nb_art : nombre d'articles totale
- PMAD : prix moyen d'un article acheté
- de nombreuse variables sur le CA selon le mois : CA_juin, CA_juillet ...
- de nombreuse variables sur le CA selon l'opération commerciale : CA_soldes ....
-...

Je n'ai donc que 2 champs qualitatifs
le reste est quantitatif.
Je dois les modifier en quali ? pour sexe au lieu de mettre 0 ou 1 je met F ou H ?

Le but de ma mission est de trouver des indicateurs permettant de prédire le comportement d'achat du client sur la saison suivante, s'ils existent.

Donc par exemple, selon le CA que dépense le client et sa RF, je saurais si la saison suivante, ca sera un bon client ou non.

Je n'ai donc pas vraiement 2 variables pour voir si elles sont corrélés, j'aimerais en tester plusieurs.

dans mon programme :
PROC FREQ DATA=lib.nom_table;
TABLES RF /EXPECTED DEVIATION CHISQ;
RUN;

je ne peux pas mettre que RF par exemple ?
j'aimerais voir si elle explique mes autres variables.
je suis tjs obligé de croiser 2 variables ?