Skip to Main content Skip to Navigation
Preprints, Working Papers, ...

L'estimation de modèles à variable dépendante dichotomique

Résumé : e texte a pour objet l'étude de l'estimation de la probabilité de réalisation d'un évènement E, étant donné un certain nombre de caractéristiques associées à cette éventualité. Deux modèles sont envisagés, à savoir le modèle de régression linéaire et le modèle de régression logistique. Le premier, qui revient à estimer une fonction de probabilité linéaire ne vérifie plus les hypothèses classiques des moindres carrés ordinaires. Une première amélioration consiste alors à estimer le modèle par la méthode des moindres carrés généralisés. Cependant, outre le problème des tests de significativité des variables, une autre difficulté subsiste, à savoir que le modèle linéaire est inadéquate pour représenter une probabilité. Pour pallier ces inconvénients, il est nécessaire de recourir à un modèle non linéaire, tel que le modèle logistique, que l'on estimera par la méthode du maximum de vraisemblance.
Document type :
Preprints, Working Papers, ...
Complete list of metadata

https://halshs.archives-ouvertes.fr/halshs-01377615
Contributor : Bertille Theurel <>
Submitted on : Friday, October 7, 2016 - 11:40:10 AM
Last modification on : Wednesday, November 25, 2020 - 3:26:59 AM

Identifiers

  • HAL Id : halshs-01377615, version 1

Collections

Citation

Gérard Lassibille. L'estimation de modèles à variable dépendante dichotomique. 1977. ⟨halshs-01377615⟩

Share

Metrics

Record views

216