Présentation

Nous autres êtres humains sommes parfois sujets à des changements d’humeur. Une bonne nouvelle, par exemple, peut nous faire passer d’un état morose à un état enjoué. On peut vouloir comprendre comment les individus passent d’un état à un autre par le biais d’une variable. Si l’on ne s’intéresse qu’à deux états d’humeur, par exemple, la variable qui représente ces états ne possède alors que deux modalités. On parle alors de variables dichotomiques. La régression logistique est un outil mathématique dont on se sert pour étudier le comportement des variables dichotomiques en fonction d’un paramètre x, le nombre de bonnes nouvelles reçu dans la journée, par exemple.

Pourquoi une régression Logistique ?

On utilise les régressions logistiques pour comprendre la transition entre les deux modalités d’une variable dichotomique. On aboutit alors à un modèle logistique. Ce modèle nous permet de comprendre comment se fait la transition d’un état à un autre et donc de comprendre quels paramètres interviennent dans le changement d’état.

Au sujet de ce documents PDF

Ce document te permettra de comprendre comment réaliser une régression linéaire simple depuis le début jusqu’à la fin. Tu auras donc une compréhension totale du processus de régression logistique. Tu apprendras notamment ce que signifie la fonction logit et la raison pour laquelle on l’utilise dans le processus de régression. Tu apprendras également à linéariser des données. Cette connaissance simple, par le biais de ces exemples simples réalisés sans l’aide de logiciel, te permettra de comprendre parfaitement la régression logistique. Tu pourras alors t’en servir pour formuler un modèle et faire des prédictions. Un exemple de régression multinomiale te sera donné en fin de document afin de te permettre d’appliquer tes connaissances nouvellement acquises à des situations complexes, te mettant sur la voie de l’utilisation de modèles avancés.

Degrès de formation

Ce document s’adresse aux étudiants-es à qui l’on demande de savoir lire et interpréter les résultats d’une régression logistique donnée par un logiciel tel que R, STATA ou SPSS. En Suisse, les facultés concernées sont celles de psychologie 2e année. Ce document sera également utile à toute personne cherchant à perfectionner leurs connaissances dans la modélisation des données et l’utilisation des modèles avancés tels que les régressions logistiques multinomiales. Les prérequis nécessaires pour lire ce document sont les suivants : régression linéaire simple. Significativité statistiques des paramètres, résidu d’un modèle et valeur R-carré.

Compétences acquises

Au terme de cette leçon, tu seras capable de lire les résultats d’une régression logistique et de formuler un modèle mathématique pour faire des prédictions. Ce document te donne une compréhension totale du processus de régression logistique et de son fonctionnement. Tu seras ainsi capable de comprendre toutes les sorties logicielles auxquelles tu seras confronté. Tu seras également capable d’identifier le contexte dans lequel utiliser une régression logistique pour modéliser tes données.