Download

POL1803: Analyse des techniques quantitatives






Advertisement
/ 28 []
Download Presentation
Comments
tierney
From:
|  
(118) |   (0) |   (0)
Views: 89 | Added:
Rate Presentation: 2 0
Description:
POL1803: Analyse des techniques quantitatives. Cours 13 Extensions de la régression. Plan de la séance. Régression logistique binaire Régression logistique multinomiale Commentaires sur l’examen et le TP Estimation à partir de l’équation de régression (révision et exercices)
POL1803: Analyse des techniques quantitatives

An Image/Link below is provided (as is) to

Download Policy: Content on the Website is provided to you AS IS for your information and personal use only and may not be sold or licensed nor shared on other sites. SlideServe reserves the right to change this policy at anytime. While downloading, If for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.











- - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -




Slide 1

POL1803: Analyse destechniques quantitatives

Cours 13

Extensions de la régression

Slide 2

Plan de la séance

  • RĂ©gression logistique binaire

  • RĂ©gression logistique multinomiale

  • Commentaires sur l’examen et le TP

  • Estimation Ă  partir de l’équation de rĂ©gression (rĂ©vision et exercices)

  • DisponibilitĂ© pour toutes questions

Slide 4

La régression logistique binaire

Les variables dépendantes nominales dichotomiques

Slide 5

Régression linéaire appropriée

Slide 6

Régression linéaire appropriée

Slide 7

Régression linéaire inappropriée

Slide 8

Régression linéaire inappropriée

Slide 9

Régression linéaire inappropriée

  • Problèmes :

    • une mauvaise description des relations entre les variables

    • des coefficients de rĂ©gression, des statistiques t, des coefficients de dĂ©termination et des intervalles d’estimations inutilisables

    • des prĂ©dictions irrĂ©alistes (infĂ©rieures Ă  0 et supĂ©rieures Ă  1)

Slide 10

La régression non-linéaire

Slide 11

La régression logistique binaire

  • DĂ©finition:

    • Outil pour rĂ©sumer les relations entre une variable dĂ©pendante dichotomique et plusieurs variables indĂ©pendantes.

    • Permet de prĂ©dire (estimer) des valeurs inconnues de la variable dĂ©pendante.

Slide 12

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

Slide 13

La régression logistique binaire

Slide 14

La régression logistique binaire

ln [p / (1 – p)] = a + b1X1 + b2X2 + ...

  • Constante:

    • Score logistique de la variable dĂ©pendante lorsque toutes les variables indĂ©pendantes possèdent la valeur de 0.

Slide 15

La régression logistique binaire

Slide 16

La régression logistique binaire

ln [p / (1 – p)] = a + b1X1 + b2X2 + ...

  • Coefficient de rĂ©gression:

    • Le signe d’un coefficient reflète la direction de la relation.

    • La valeur d’un coefficient indique l’effet spĂ©cifique produit par un mouvement d’une unitĂ© sur la variable indĂ©p. sur le score logistique de la variable dĂ©pendante.

Slide 17

La régression logistique binaire

Slide 18

La régression logistique binaire

ln [p / (1 – p)] = a + b1X1 + b2X2 + ...

  • La statistique Wald:

    • Mesure de la signification statistique de chaque coefficient de rĂ©gression.

    • Pour que le coefficient de rĂ©gression soit statistiquement significatif (95%), la valeur du Wald doit dĂ©passer 3,84.

Slide 19

La régression logistique binaire

Slide 20

La régression logistique binaire

ln [p / (1 – p)] = a + b1X1 + b2X2 + ...

  • Le coefficient de dĂ©termination:

    • MesurĂ© par divers types de pseudo-R2.

    • Mesure de la proportion de variation chez la variable dĂ©pendante qui est expliquĂ©e par le modèle d’explication.

Slide 21

La régression logistique binaire

Slide 22

Un exemple

Slide 23

Un exemple

Slide 24

Que faire?

  • Variable dĂ©pendante:

    • Action DĂ©mocratique du QuĂ©bec

    • Parti LibĂ©ral du QuĂ©bec

    • Parti QuĂ©bĂ©cois

Slide 25

La régressionlogistique multinomiale

Les variables dépendantes nominales à plus de 2 catégories

Slide 26

RĂ©gression logistique multinomiale

  • Équation qui cherche Ă  expliquer, simultanĂ©ment, la probabilitĂ© de choisir chaque choix.

  • Équivalent Ă  l’estimation de plusieurs rĂ©gressions logistiques binaires, une pour chaque combinaison de deux choix.

  • Produit une constante, des coefficients de rĂ©gression, des statistiques Wald, et un coefficient de dĂ©termination.

  • InterprĂ©tation via des valeurs prĂ©dites.

Slide 27

Un exemple

Slide 28

Un exemple


Copyright © 2014 SlideServe. All rights reserved | Powered By DigitalOfficePro