Module R’Stat1 : TD07

Novembre 2019 ; IRD-Montpellier-France

CC BY-NC-ND 3.0

Objectif

Objectif

Expliquer / prévoir la température en focntion des variables disponibles dans les données du climat.

Etapes

  • Etape 01 : charger les données
  • Etape 02 : le temps
  • Etape 03 : regarder les corrélations
  • Etape 04 : construire le modèle
  • Etape 05 : vérifier la colinéarité
  • Etape 06 : vérifier les hypothèses
  • Etape 07 : on change de stratégie ?

Etape 01 : charger les données

Etape 01 : charger les données

## 'data.frame':    465540 obs. of  13 variables:
##  $ year        : int  2018 2018 2018 2018 2018 2018 2018 2018 2018 2018 ...
##  $ month       : int  10 10 10 10 10 10 10 10 10 10 ...
##  $ day         : int  22 22 22 22 22 22 22 22 22 22 ...
##  $ hour        : int  17 17 18 18 18 18 18 18 18 18 ...
##  $ minute      : int  58 59 0 1 2 3 4 5 6 7 ...
##  $ second      : int  1 26 29 31 33 36 38 41 43 45 ...
##  $ temperature : num  10.8 10.8 10.8 10.8 10.7 ...
##  $ gas         : int  11811196 11682953 11569892 11582347 11582347 11582347 11508021 11582347 11508021 11594828 ...
##  $ humidity    : num  80.3 80 79.7 79.8 80.6 ...
##  $ pressure    : num  1040 1040 1040 1040 1040 ...
##  $ lightVisible: int  264 266 263 267 266 266 264 264 262 264 ...
##  $ lightIR     : int  318 313 306 307 308 307 298 290 285 283 ...
##  $ lightUV     : int  4 5 3 4 5 5 4 4 3 4 ...

Etape 02 : le temps, variable continue quantitative ?

Etape 02 : le temps, variable continue quantitative ?

## 'data.frame':    465540 obs. of  8 variables:
##  $ temperature : num  10.8 10.8 10.8 10.8 10.7 ...
##  $ gas         : int  11811196 11682953 11569892 11582347 11582347 11582347 11508021 11582347 11508021 11594828 ...
##  $ humidity    : num  80.3 80 79.7 79.8 80.6 ...
##  $ pressure    : num  1040 1040 1040 1040 1040 ...
##  $ lightVisible: int  264 266 263 267 266 266 264 264 262 264 ...
##  $ lightIR     : int  318 313 306 307 308 307 298 290 285 283 ...
##  $ lightUV     : int  4 5 3 4 5 5 4 4 3 4 ...
##  $ date        : POSIXct, format: "2018-10-22 17:58:01" "2018-10-22 17:59:26" ...

Etape 03 : regarder les corrélations

Etape 03 : regarder les corrélations

## corrplot 0.84 loaded

Etape 04 : construire le modèle

Etape 04 : construire le modèle

## 
## Call:
## lm(formula = temperature ~ . - lightIR - lightUV, data = bdd)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -11.620  -1.795   0.056   1.797  16.271 
## 
## Coefficients:
##                Estimate Std. Error t value Pr(>|t|)    
## (Intercept)   6.285e+01  1.211e+00   51.91   <2e-16 ***
## gas          -3.320e-07  1.787e-09 -185.80   <2e-16 ***
## humidity     -1.514e-01  3.290e-04 -460.06   <2e-16 ***
## pressure     -2.274e-01  2.863e-04 -794.22   <2e-16 ***
## lightVisible  1.551e-02  1.242e-04  124.90   <2e-16 ***
## date          1.223e-07  6.743e-10  181.33   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 2.828 on 452600 degrees of freedom
##   (12934 observations deleted due to missingness)
## Multiple R-squared:  0.8901, Adjusted R-squared:  0.8901 
## F-statistic: 7.33e+05 on 5 and 452600 DF,  p-value: < 2.2e-16

## Start:  AIC=940946.4
## temperature ~ (gas + humidity + pressure + lightVisible + lightIR + 
##     lightUV + date) - lightIR - lightUV
## 
##                Df Sum of Sq     RSS     AIC
## <none>                      3618982  940946
## - lightVisible  1    124731 3743713  956281
## - date          1    262907 3881888  972685
## - gas           1    276027 3895008  974212
## - humidity      1   1692417 5311399 1114592
## - pressure      1   5043798 8662780 1335998

## 
## Call:
## lm(formula = temperature ~ (gas + humidity + pressure + lightVisible + 
##     lightIR + lightUV + date) - lightIR - lightUV, data = bdd)
## 
## Residuals:
##     Min      1Q  Median      3Q     Max 
## -11.620  -1.795   0.056   1.797  16.271 
## 
## Coefficients:
##                Estimate Std. Error t value Pr(>|t|)    
## (Intercept)   6.285e+01  1.211e+00   51.91   <2e-16 ***
## gas          -3.320e-07  1.787e-09 -185.80   <2e-16 ***
## humidity     -1.514e-01  3.290e-04 -460.06   <2e-16 ***
## pressure     -2.274e-01  2.863e-04 -794.22   <2e-16 ***
## lightVisible  1.551e-02  1.242e-04  124.90   <2e-16 ***
## date          1.223e-07  6.743e-10  181.33   <2e-16 ***
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Residual standard error: 2.828 on 452600 degrees of freedom
##   (12934 observations deleted due to missingness)
## Multiple R-squared:  0.8901, Adjusted R-squared:  0.8901 
## F-statistic: 7.33e+05 on 5 and 452600 DF,  p-value: < 2.2e-16

Etape 05 : vérifier la colinéarité

Etape 05 : vérifier la colinéarité

## Warning: package 'car' was built under R version 3.6.1
## Loading required package: carData
##          gas     humidity     pressure lightVisible         date 
##     1.092252     2.156110     2.033450     1.295525     1.919477

Etape 06 : vérifier les hypothèses

Etape 06 : vérifier les hypothèses

Residuals vs Fitted

Il semble y avoir un patron dans les données avec des résidus non centrés sur zéro pour les températures froides et chaudes. Il pourrait y avoir une relation non-linéaire entre des variables explicatives et la variable à expliquer.

Normal Q-Q

La distribution des résidus n’est pas Normale pour certains points qui semblent correspondre aux températures chaudes (368431, 369705).

Scale-Location

L’égalité de la variance ne semble pas respectée pour les valeurs de température chaudes (et dans une moindre mesure froides).

Residuals vs Leverage

Il ne semble pas y avoir de points extrèmes influançant significativement la régression.

## 
##  Shapiro-Wilk normality test
## 
## data:  resid(mod0X)
## W = 0.99051, p-value = 6.412e-06

## Warning: package 'lmtest' was built under R version 3.6.1
## Loading required package: zoo
## 
## Attaching package: 'zoo'
## The following objects are masked from 'package:base':
## 
##     as.Date, as.Date.numeric
## 
##  Durbin-Watson test
## 
## data:  mod0X
## DW = 1.9013, p-value = 0.06184
## alternative hypothesis: true autocorrelation is greater than 0

##        temperature     gas humidity  pressure lightVisible lightIR lightUV
## 368431    46.08605 2898707 19.30132  984.5260          386    1877      69
## 369705    41.45754 9149660 24.65980  983.9841          364    1782      57
## 220672    13.62492 5797414 35.88843 1005.4435          442    2483      99
##              date
## 368431 1563961520
## 369705 1564041769
## 220672 1554459246