Graphe des résidus individu. en fonction des vlaeurs prédite

Bonjour, tout le monde

J'ai fait une modélisation de frequence des sinistre avec Proc Genmod;
une fois j'ai recuperé les résidus, j ai fait un graph des résidu en fonction des valeurs prédites; donc j'ai eu un graph ci-joint.
normalement, je devrais juger de la qualité du modèle sur base de ce graph-là.
Mais, je comprends pas ce graph. ça me dit rien.....
ça vous dit qq chose????

Salut Dan,

lorsque tu étudies des résidus il faut que ceux-ci soient le plus proches possible de la loi normale centrée avec un écart-type petit.
Avec ton graphique il faut donc regarder si ils sont répartis de façon symétrique par rapport à 0 et s'ils ne sont pas trop élevés (considère un résidu comme trop élevé lorsque sa valeur absolue dépasse 2).
Sinon tu peux tester la répartition de tes résidus.

L'analyse des résidus bruts n'est pas la meilleure approche à utiliser pour des données de comptage.

D'ailleurs, c'est l'analyse des données de comptage tout court qui est difficile ! Il n'existe pas encore de test de validation du type Kolmogorov Smirnov pour ce genre de données.

Par contre, sans entrer dans les détails théoriques, une analyse de la déviance pourrait être appropriée. Une analyse de la surdispersion (pour un modèle Poisson, espérance=variance) Des modèles liés au modèle de Poisson (Negative Binomial) pourrait aussi donner une idée.

J'ai trouvé un moyen de verifier la normalité des résidus avec des données comptage. j'espere que je ne me trompe pas.

en fait, quand on a des estimateurs, on peut recuperer les residus(residus chi-deux ou residus deviance) grace à l'option output (Proc genmod)

D'abord,on trie les resids par l'ordre en utilisant proc sort, comme:
proc sort data=aa out=aaa ;
by resdev ; run;

ensuite, on trace une droite de Henry avec QQplot (Proc univariate)

proc univariate normal data=aaa;
var resdev;
QQplot /normal (mu=est sigma=est color=blue w=1)
caxes=black cframe=white waxis=1;
inset normal;
run;

si le nuage de points est bien sous la forme d'une droite, on peut dire que les residus suivent bien une loi normal.

maitenant, j ai une nouvelle question,

si l'on n'a pas verifié la normalité de residus pour le modele binomial négatif, je peux faire quoi ensuite??
et puis, j'ai une parametre de dispersion < 1.

comment continuer à ajuster mon modele????