Profil de pauvreté en république de Guinée : une approche multidimensionnelle

3.3.1.3 Choix des variables les plus discriminantes

Dans un objectif de ne retenir dans la fonction discriminante que les facteurs les plus pertinents, la méthode discriminante pas à pas a été utilisée. La méthode pas à pas progressive (stepwise) permet d'obtenir un modèle performant évitant les variables qui n'apportent que peu d'information au modèle et en même temps elle pallie certains problèmes de redondance et de multicolinéarité.

Le tableau 11 nous donne les variables qui ont été prises en compte dans le modèle. Tableau 11 : Liste des variables introduites/éliminées de l'analyse

		Variables introduites/éliminéesa,b,c,d
Pas	Introduite	Lambda de Wilks
		Statistique	ddl1	ddl2	ddl3	F exact
						Statistique	ddl1	ddl2	Signification (á)
1	Conakry	0,558	1	1	7550	5979,317	1	7550	0,000
2	Rural	0,442	2	1	7550	4765,222	2	7549	0,000
3	N'Zérékoré	0,427	3	1	7550	3382,984	3	7548	0,000
4	Kankan	0,409	4	1	7550	2724,403	4	7547	0,000
5	Faranah	0,387	5	1	7550	2392,912	5	7546	0,000
6	Indépendant agricole	0,382	6	1	7550	2036,245	6	7545	0,000
7	Aucun niveau d'instruction	0,378	7	1	7550	1770,571	7	7544	0,000
8	Labé	0,377	8	1	7550	1560,125	8	7543	0,000
9	Indépendant non agricole	0,375	9	1	7550	1395,254	9	7542	0,000
10	Supérieur	0,374	10	1	7550	1260,866	10	7541	0,000
11	Technique professionnelle	0,373	11	1	7550	1149,931	11	7540	0,000
12	Marié monogame	0,373	12	1	7550	1057,311	12	7539	0,000
13	Âge chef du ménage	0,372	13	1	7550	977,168	13	7538	0,000
14	Salarié public	0,372	14	1	7550	908,458	14	7537	0,000
15	Kindia	0,372	15	1		848,585	15	7536	0,000

Source : Calcul de l'auteur sur les données de l'ELEP 2007 sous SPSS

À chaque pas, la variable qui minimise le lambda de Wilks global est introduite.

a. Le nombre maximum de pas est 50.

b. Le F pour introduire partiel minimum est 3.84.

c. Le F partiel maximum pour éliminer est 2.71.

d. Seuil du F, tolérance ou VIN insuffisant pour la poursuite du calcul.

39

Mémoire de fin d'études

La variable offrant la plus grande discrimination qui entre la première dans le modèle est « Conakry » ensuite, la deuxième variable choisie est « rural » de telle sorte que cette paire de variables entraîne le plus de séparation possible entre les groupes. Et ainsi de suite, les variables entrent dans le modèle, une à la fois, de façon à augmenter la discrimination entre les groupes. À chaque étape, on vérifie s'il est possible de retirer du modèle une variable déjà incluse. La dernière variable à rentrer dans le modèle est « Kindia ».

Les variables « Conakry », « N'Zérékoré », « Kankan », « Faranah », « Rural », « Indépendant agricole », « Aucun niveau d'instruction », « Labé », « « Indépendant non agricole » « Supérieur », « Technique professionnelle », « Marié monogame », « Âge du chef de ménage », « Salarié public » et « Kindia » retenues dans la construction du modèle sont toutes significatives au seuil de 0,05.

Le tableau 12 permet d'identifier les variables responsables de multicolinéarité entre les variables. Dès qu'une variable est détectée comme étant responsable d'une multicolinéarité, elle n'est pas prise en compte pour le calcul des statistiques de multicolinéarité des variables suivantes. Ainsi dans un cas extrême où deux variables seraient identiques, seule l'une des deux variables sera éliminée des calculs. Les statistiques affichées sont les tolérances.

La tolérance est une statistique utilisée pour déterminer l'indépendance entre les variables (c'est-à-dire en vérifiant s'il y a une relation linéaire entre eux), si une variable a une tolérance faible alors il contribue moins d'information au modèle, et il peut être une source de problème.

Tableau 12 : Liste des variables absentes de l'analyse discriminante

Variables éliminées	Tolérance	Tolérance minimale	F pour introduire	Lambda de Wilks
Taille du ménage	0,879	0,493	0,417	0,372
Salarié privé	0,660	0,403	0,837	0,372
Sans emploi	0,379	0,266	0,816	0,372
Célibataire	0,939	0,493	0,003	0,372
Marié polygame	0,452	0,449	0,371	0,372
Divorcé/Séparé	0,957	0,493	0,583	0,372
Veuf (ve)	0,845	0,492	1,041	0,372
Primaire	0,549	0,394	1,410	0,372
Secondaire 1	0,708	0,493	0,120	0,372
Mamou	0,599	0,493	0,596	0,372

Source : Calcul de l'auteur sur les données de l'ELEP 2007 sous SPSS

40

Mémoire de fin d'études

Les variables « Taille du ménage », « Salarié privé », « Sans emploi », « Célibataire », « Marié polygame », « Divorcé/Séparé », « Veuf (ve) », « Primaire » et « Mamou » ont été éliminées du modèle pour cause de multicolinéarité ou de redondance d'information. Toutes ces variables ont des tolérances faibles et elles ont des valeurs du Fisher inférieures aux critères (le F pour introduire partiel minimum est 3.84).

Le tableau 13 montre la valeur de lambda de chaque pas de l'algorithme, on peut accepter les 13 variables au niveau de signification de 0,05.

Tableau 13 : Lambda de Wilks de chaque pas de l'algorithme

Pas	Nombre de variables	Lambda	ddl1	ddl2	ddl3	F exact
						Statistique	ddl1	ddl2	Signification (á)
1	1	0,558	1	1	7550	5979,317	1	7550	0,000
2	2	0,442	2	1	7550	4765,222	2	7549	0,000
3	3	0,427	3	1	7550	3382,984	3	7548	0,000
4	4	0,409	4	1	7550	2724,403	4	7547	0,000
5	5	0,387	5	1	7550	2392,912	5	7546	0,000
6	6	0,382	6	1	7550	2036,245	6	7545	0,000
7	7	0,378	7	1	7550	1770,571	7	7544	0,000
8	8	0,377	8	1	7550	1560,125	8	7543	0,000
9	9	0,375	9	1	7550	1395,254	9	7542	0,000
10	10	0,374	10	1	7550	1260,866	10	7541	0,000
11	11	0,373	11	1	7550	1149,931	11	7540	0,000
12	12	0,373	12	1	7550	1057,311	12	7539	0,000
13	13	0,372	13	1	7550	977,168	13	7538	0,000
14	14	0,372	14	1	7550	908,458	14	7537	0,000
15	15	0,372	15	15	7550	848,585	15	7536	0,000

Source : Calcul de l'auteur sur les données de l'ELEP 2007 sous SPSS

41

Mémoire de fin d'études

précédent sommaire suivant