Interprétation des coefficients estimés dans une régression logistique binaire

InterprГ©tation des coefficients estimГ©s dans une rГ©gression logistique binaire. L'interprГ©tation des coefficients estimГ©s dГ©pend de la fonction de liaison, de l'Г©vГ©nement de rГ©fГ©rence et des niveaux de facteur de rГ©fГ©rence. Une estimation de coefficient associГ©e Г un prГ©dicteur (facteur ou covariable) reprГ©sente la variation de la fonction de liaison pour chaque variation d'unitГ© du prГ©dicteur, tous les autres prГ©dicteurs Г©tant maintenus constants. Un changement d'unitГ© d'un facteur fait rГ©fГ©rence Г une comparaison d'un certain niveau au niveau de rГ©fГ©rence. Pour plus d'informations sur le changement du niveau de rГ©fГ©rence pour les prГ©dicteurs de catГ©gorie, reportez-vous Г la rubrique RГ©gression > RГ©gression logistique binaire > Ajuster le modГЁle logistique binaire > Codage">SpГ©cifier le schГ©ma de codage pour la fonction Ajuster le modГЁle logistique binaire. Pour plus d'informations sur le changement de l'Г©vГ©nement de rГ©fГ©rence pour la rГ©ponse, reportez-vous Г la rubrique RГ©gression > RГ©gression logistique binaire > Ajuster le modГЁle logistique binaire">EntrГ©e des donnГ©es pour la fonction Ajuster le modГЁle logistique binaire. La fonction de liaison logit fournit l'interprГ©tation la plus naturelle des coefficients estimГ©s et constitue donc la liaison par dГ©faut dans Minitab. L'interprГ©tation utilise le fait que les probabilitГ©s de succГЁs d'un Г©vГ©nement de rГ©fГ©rence sont P(Г©vГ©nement)/P(non-Г©vГ©nement) et suppose que les autres prГ©dicteurs restent constants. Pour la fonction de liaison logit, le logarithme nГ©pГ©rien des probabilitГ©s de succГЁs est fonction des coefficients estimГ©s. Le coefficient d'un prГ©dicteur continu est la variation estimГ©e du logarithme nГ©pГ©rien des probabilitГ©s de succГЁs pour l'Г©vГ©nement de rГ©fГ©rence Г chaque augmentation d'une unitГ© du prГ©dicteur. Par exemple, si le coefficient du temps, en secondes, est de 1,4, le logarithme nГ©pГ©rien des probabilitГ©s de succГЁs augmente de 1,4 pour chaque seconde supplГ©mentaire. On peut Г©galement utiliser les estimations de coefficient pour calculer les rapports des probabilitГ©s ou le rapport entre deux probabilitГ©s de succГЁs. Effectuez une exponentiation du coefficient d'un prГ©dicteur. Le rГ©sultat est le rapport des probabilitГ©s de succГЁs pour une valeur de prГ©dicteur de x+1 sur une valeur de prГ©dicteur de x. Par exemple, si le rapport des probabilitГ©s de succГЁs pour une masse en kilogrammes est 0,95, pour chaque kilogramme supplГ©mentaire, la probabilitГ© de l'Г©vГ©nement se rГ©duit d'environ 5 %. Pour les prГ©dicteurs continus, l'interprГ©tation des probabilitГ©s de succГЁs peut ГЄtre plus rГ©vГ©latrice que l'interprГ©tation du rapport des probabilitГ©s de succГЁs. PrГ©dicteurs de catГ©gorie avec codage 1, 0. Le coefficient est la variation estimГ©e du logarithme nГ©pГ©rien des probabilitГ©s de succГЁs lorsque l'on passe du niveau de rГ©fГ©rence au niveau correspondant au coefficient. Par exemple, une variable de catГ©gorie dispose des niveaux Rapide et Lent, et le niveau de rГ©fГ©rence est Lent. Si le coefficient associГ© au niveau Rapide est de 1,3, alors, lorsque la variable passe de Lent Г Rapide, le logarithme nГ©pГ©rien de probabilitГ©s de succГЁs de l'Г©vГ©nement augmente de 1,3. On peut Г©galement utiliser les estimations de coefficient pour calculer le rapport des probabilitГ©s de succГЁs ou le rapport entre deux probabilitГ©s. Effectuez une exponentiation du coefficient d'un niveau. Le rГ©sultat est le rapport de probabilitГ© de succГЁs pour le niveau Г©tudiГ© sur le niveau de rГ©fГ©rence. Par exemple, imaginons le cas d'une variable de catГ©gorie ayant les niveaux Dur et Mou, oГ№ Mou est le niveau de rГ©fГ©rence. Si le rapport des probabilitГ©s de succГЁs pour Dur est de 0,5, le passage de Mou Г Dur rГ©duit la probabilitГ© de succГЁs de l'Г©vГ©nement de 50 %. PrГ©dicteurs de catГ©gorie avec codage 1, 0, -1. Le coefficient est la variation estimГ©e du logarithme nГ©pГ©rien des probabilitГ©s de succГЁs lorsque vous passez de la moyenne du logarithme nГ©pГ©rien des probabilitГ©s de succГЁs au niveau du coefficient. Par exemple, une variable de catГ©gorie a les niveaux Avant Г©volution et AprГЁs Г©volution. Si le coefficient pour AprГЁs Г©volution est de -2,1, le logarithme nГ©pГ©rien des probabilitГ©s de succГЁs de l'Г©vГ©nement diminue de 2,1 par rapport Г la moyenne lorsque la variable est au niveau AprГЁs Г©volution. On peut Г©galement utiliser les estimations de coefficient pour calculer les rapports de probabilitГ©s de succГЁs. Pour trouver la valeur Г mettre en exponentiation, soustrayez les coefficients Г comparer. Par exemple, une variable de catГ©gorie a les niveaux Rouge, Jaune et Vert. Pour calculer le rapport des probabilitГ©s de succГЁs pour Rouge et Jaune, soustrayez le coefficient de Rouge au coefficient de Jaune. Effectuez une exponentiation du rГ©sultat. Si le rapport des probabilitГ©s de succГЁs est 1,02, le passage du niveau Rouge au niveau Jaune augmente les probabilitГ©s de succГЁs de l'Г©vГ©nement de 2 %.