Titre : |
Regression Logistique |
Autre titre : |
Théorie et Applications |
Type de document : |
texte imprimé |
Auteurs : |
Sebbagh, Meriem, Auteur ; Benmmansour, djamel, Auteur |
Editeur : |
Université tlemcen |
Année de publication : |
2015 |
Importance : |
87 p. |
Présentation : |
ill. |
Format : |
30 cm |
Accompagnement : |
cd |
Langues : |
Français (fre) Langues originales : Français (fre) |
Résumé : |
Dans ce mémoire on étudie les modèles dichotomiques simples, probit et logit . Nous présenterons les
principaux modèles , puis dans une seconde section nous nous intéresserons à l'estimation des paramètres de ces
modèles , notamment par la méthode du M V. Dans une troisième section , nous étudierons la convergence des
estimateurs du M V. Ensuite nous aborderons les tests de spécification des modèles ainsi que les différents
problèmes d'inférence . Enfin nous ferons une étude détaillée de cas intitulée : Estimation des risques
d'hémopathies liées au diabète de type 2 chez la femme.
Le modèle dichotomique probit et logit admettent pour variable expliquée la probabilité
pi=p(yi=1/xi)=F(xib). Où la fonction F(.) désigne une fonction de répartition. Toutefois on utilise
généralement deux types de fonctions de répartition : Fonction de répartition de la loi logistique ou Fonction de
répartition de la loi normale centrée et réduite.
On cherche à estimer les composantes du vecteur b. La méthode la plus utilisée est la méthode du M V, c'està-
dire de résoudre l'équation G(b)=0 ou G est le gradient de la log -vraisemblance . La méthode qui est
recommandée solutionner ce problème dans un modèle dichotomique univarié est la méthode d'optimisation de
NEWTON RAPHSON
On cherche après à établir les propriétés asymptotiques des estimateurs du M V. Sous certaines conditions,
l'estimateur du M V est convergent et suit asymptotiquement une loi normale.
Après avoir construit un modèle de prédiction, Nous évaluons son efficacité de différentes manières : Par la
matrice de confusion , test de Hosmer-Lemeshow , courbe de roc…etc.
Nous présenterons aussi les tests d'hypothèses sur les coefficients, puis nous envisagerons les principaux tests
de spécification sur les modèles dichotomiques |
Regression Logistique ; Théorie et Applications [texte imprimé] / Sebbagh, Meriem, Auteur ; Benmmansour, djamel, Auteur . - Université tlemcen, 2015 . - 87 p. : ill. ; 30 cm + cd. Langues : Français ( fre) Langues originales : Français ( fre)
Résumé : |
Dans ce mémoire on étudie les modèles dichotomiques simples, probit et logit . Nous présenterons les
principaux modèles , puis dans une seconde section nous nous intéresserons à l'estimation des paramètres de ces
modèles , notamment par la méthode du M V. Dans une troisième section , nous étudierons la convergence des
estimateurs du M V. Ensuite nous aborderons les tests de spécification des modèles ainsi que les différents
problèmes d'inférence . Enfin nous ferons une étude détaillée de cas intitulée : Estimation des risques
d'hémopathies liées au diabète de type 2 chez la femme.
Le modèle dichotomique probit et logit admettent pour variable expliquée la probabilité
pi=p(yi=1/xi)=F(xib). Où la fonction F(.) désigne une fonction de répartition. Toutefois on utilise
généralement deux types de fonctions de répartition : Fonction de répartition de la loi logistique ou Fonction de
répartition de la loi normale centrée et réduite.
On cherche à estimer les composantes du vecteur b. La méthode la plus utilisée est la méthode du M V, c'està-
dire de résoudre l'équation G(b)=0 ou G est le gradient de la log -vraisemblance . La méthode qui est
recommandée solutionner ce problème dans un modèle dichotomique univarié est la méthode d'optimisation de
NEWTON RAPHSON
On cherche après à établir les propriétés asymptotiques des estimateurs du M V. Sous certaines conditions,
l'estimateur du M V est convergent et suit asymptotiquement une loi normale.
Après avoir construit un modèle de prédiction, Nous évaluons son efficacité de différentes manières : Par la
matrice de confusion , test de Hosmer-Lemeshow , courbe de roc…etc.
Nous présenterons aussi les tests d'hypothèses sur les coefficients, puis nous envisagerons les principaux tests
de spécification sur les modèles dichotomiques |
|