Ce tableau présente les différentes valeurs des coefficients de régression, en fonction du nombre de composantes incluses dans le modèle. Il permet notamment à Modalisa d’effectuer le graphique correspondant. Par ailleurs, ce tableau met en évidence les effets de la suppression d’une ou plusieurs composantes sur la valeur des coefficients de régression.
L’intérêt d’analyser un tel tableau est de détecter les coefficients dont l’évolution est stable, coefficients dont les variables respectives pourront être sélectionnées afin de composer un nouveau modèle de bonne qualité, grâce à la stabilité de ses coefficients.
Modalisa effectue la suppression des composantes principales en fonction de l’ordre croissant de leur variabilité (les composantes étant déjà classées d’après cet ordre). Il est nécessaire de se reporter au tableau présentant la » Proportion de la variance des coefficients de régression » afin de savoir quelles sont les composantes que Modalisa supprime et ainsi quelles sont les variables dont la collinéarité est supprimée.
En analysant le tableau ci-dessus et d’après les conclusions que nous avons pu tirer de l’étude d’une part de la matrice des corrélations et d’autre part du tableau présentant la proportion de la variance des coefficients de régression, nous pouvons affirmer la chose suivante : la suppression de la 10ème composante va nous permettre d’éliminer la liaison résiduelle de X3 etX6, la suppression de la 9è éliminera celle de X4 et X5.
Notons qu’il est préférable de se reporter au graphique correspondant pour analyser l’évolution des valeurs des coefficients.