POL1803: Analyse des techniques quantitatives

1
POL1803 Analyse destechniques quantitatives

• Cours 13
• Extensions de la régression

2
Plan de la séance

• Régression logistique binaire
• Régression logistique multinomiale
• Commentaires sur lexamen et le TP2
• Disponibilité pour toutes les questions

3
(No Transcript)
4
Que faire?

• Variable dépendante
• Contre
• Pour

5
La régression logistique binaire

• Les variables dépendantes nominales dichotomiques

6
Régression linéaire appropriée
7
Régression linéaire appropriée
8
Régression linéaire inappropriée
9
Régression linéaire inappropriée
10
Régression linéaire inappropriée

• Problèmes
• une mauvaise description des relations entre les
  variables
• des coefficients de régression, des statistiques
  t, des coefficients de détermination et des
  intervalles destimations inutilisables
• des prédictions irréalistes (inférieures à 0 et
  supérieures à 1)

11
La régression non-linéaire
12
La régression logistique binaire

• Définition
• Outil pour résumer les relations entre une
  variable dépendante dichotomique et plusieurs
  variables indépendantes.
• Permet de prédire (estimer) des valeurs inconnues
  de la variable dépendante.

13
La régression logistique binaire

• Formule
• ln p / (1 p) a b1X1 b2X2 ...
• où ln p / (1 p) transformation
  logistique de la variable dépendante
• a Intersection ou constante
• b Pente ou coefficient de régression
• X1 Variable indépendante 1
• X2 Variable indépendante 2

14
La régression logistique binaire
15
La régression logistique binaire

• ln p / (1 p) a b1X1 b2X2 ...
• Constante
• Score logistique de la variable dépendante
  lorsque toutes les variables indépendantes
  possèdent la valeur de 0.

16
La régression logistique binaire
17
La régression logistique binaire

• ln p / (1 p) a b1X1 b2X2 ...
• Coefficient de régression
• Le signe dun coefficient reflète la direction de
  la relation.
• La valeur dun coefficient indique leffet
  spécifique produit par un mouvement dune unité
  sur la variable indépendante sur le score
  logistique de la variable dépendante.

18
La régression logistique binaire
19
La régression logistique binaire

• ln p / (1 p) a b1X1 b2X2 ...
• La statistique Wald
• Mesure de la signification statistique de chaque
  coefficient de régression logistique.
• Pour que le coefficient de régression soit
  statistiquement significatif (95), la valeur du
  Wald doit dépasser 3,84.

20
La régression logistique binaire
21
La régression logistique binaire

• ln p / (1 p) a b1X1 b2X2 ...
• Le coefficient de détermination
• Mesure de la proportion de variation chez la
  variable dépendante qui est expliquée par le
  modèle dexplication.
• Mesuré par divers types de pseudo-R2.

22
La régression logistique binaire
23
Un exemple
24
Un exemple
25
Que faire?

• Variable dépendante
• Coalition Avenir Québec
• Parti Libéral du Québec
• Parti Québécois
• Parti Vert du Québec
• Québec Solidaire

26
La régressionlogistique multinomiale

• Les variables dépendantes nominales à plus de 2
  catégories

27
Régression logistique multinomiale

• Équation qui cherche à expliquer, simultanément,
  la probabilité de choisir chaque choix.
• Équivalent à lestimation de plusieurs
  régressions logistiques binaires, une pour chaque
  combinaison de deux choix.
• Produit une constante, des coefficients de
  régression, des statistiques Wald, et un
  coefficient de détermination.
• Interprétation via des valeurs prédites.

28
Un exemple
29
Un exemple