La multicolinéarité

Bloc 4 — Comprendre les données avant de modéliser

Objectif

définir rigoureusement la colinéarité et la multicolinéarité, distinguer le cas parfait du cas approché, les détecter par la matrice de corrélation, le facteur d'inflation de la variance et le nombre de conditionnement, choisir un traitement en connaissance de ses coûts, et arbitrer selon que le modèle sert à expliquer ou à prédire.

Durée estimée

35 minutes

Prérequis

chapitres 006, 014 et 016

Quiz associés

017.1-quiz-definition-colinearite.md à 017.5-quiz-interpretation-vs-prediction.md

1. Deux variables qui portent la même information

Un jeu de données de scoring de crédit contient les colonnes age_annees et age_mois. La seconde vaut douze fois la première, à l'arrondi du mois de naissance près. Aucune information nouvelle n'est apportée par la seconde colonne : elle est une réexpression de la première.