Cette seconde étude porte sur un exemple fictif de n=16 individus et de 7 variables.
Les 4 premières
sont des variables quantitatives et les 3
autres
représentent les probabilités d'appartenir à un ensemble
ou pas. Leur somme vaut 1.
Voici le fichier de données :
x1 x2 x3 x4 y1 y2 y3 1 1 1 0.00 0.00 0.72 0.12 0.16 2 2 8 0.69 2.08 0.00 0.40 0.60 3 3 2 1.10 0.69 0.83 0.03 0.14 4 4 13 1.39 2.56 0.00 0.80 0.20 5 5 4 1.61 1.39 0.52 0.14 0.34 6 6 12 1.79 2.48 0.02 0.13 0.85 7 7 3 1.95 1.10 0.92 0.00 0.08 8 8 11 2.08 2.40 0.05 0.45 0.50 9 9 5 2.20 1.61 0.69 0.21 0.10 10 10 6 2.30 1.79 0.55 0.15 0.30 11 1 7 0.00 1.95 0.00 0.15 0.85 12 12 6 2.48 1.79 0.73 0.12 0.15 13 3 4 1.10 1.39 0.18 0.54 0.28 14 11 10 2.40 2.30 0.20 0.70 0.10 15 2 9 0.69 2.20 0.00 0.30 0.70 16 10 3 2.30 1.10 0.96 0.04 0.00
Le but de l'étude consiste à expliquer la variable y1 en fonction des 4 variables quantitatives . On a regroupé nos 4 variables explicatives dans une même matrice que l'on appellera par la suite "bin9".