Article (Scientific journals)
Principaux modèles utilisés en régression logistique
Gillet, Adeline; Brostaux, Yves; Palm, Rodolphe
2011In Biotechnologie, Agronomie, Société et Environnement, 15 (3), p. 425-433
Peer Reviewed verified by ORBi
 

Files


Full Text
Principaux_mod_reg_log.pdf
Publisher postprint (768.56 kB)
Download

All documents in ORBi are protected by a user license.

Send to



Details



Keywords :
Logistic; Regression; Binary; Nominal; Ordinal; Statistical method; Model; Logistique; Régression; Binaire; Polychotomique; Méthode statistique; Modèle
Abstract :
[en] Regression is a commonly used technique for describing the relationship between a response variable and one or more explanatory variables. When the response variable is a categorical variable, usual regression based on ordinary least squares should be replaced by logistic regression. Binary logistic regression should be used to perform a regression on a dichotomous response. Nominal polytomous logistic regression applies to a categorical response variable that has more than two levels with a natural ordering. And ordinal polytomous logistic regression is used when the response is a categorical variable that has more than two levels with a natural ordering. This note gives an overview of these logistic regression methods and describes three models commonly used when performing ordinal logistic regression. These models are illustrated by an example related to oak decline in the Walloon Region (Belgium).
[fr] La régression est une technique très couramment utilisée pour décrire la relaton existant entre une variable à expliquer et une ou plusieurs variables explicatives. Lorsque la variable à expliquer est une variable qualitative, la régression linéaire classique au sens des moindres carrés doit être abandonnée au profit de la régression logistique. Si la variable à expliquer ne présente que deux modalités, on utilise la régression logistique binaire. Si elle présente plus de deux modalités et si celles-ci ne sont pas ordonnées, on doit employer la régression logistique polychotomique nominale. Enfin, si la variable à expliquer présente plus de deux modalités et que celles-ci sont ordonnées, la méthode à exploiter est la régression polychotomique ordinale. Cette note décrit ces trois méthodes de régression logistique et, pour la régression ordinale, elle présente les trois modèles les plus souvent utilisés. Ces modèles sont illustrés par un exemple relatif au dépérissement du chêne en Région wallonne (Belgique).
Disciplines :
Life sciences: Multidisciplinary, general & others
Mathematics
Author, co-author :
Gillet, Adeline;  Centre de Recherche Gabriel Lippmann (Luxembourg) > Environnement et Agro-biotechnologies
Brostaux, Yves  ;  Université de Liège - ULiège > Sciences agronomiques > Statistique, Inform. et Mathém. appliquée à la bioingénierie
Palm, Rodolphe ;  Université de Liège - ULiège > Sciences agronomiques > Statistique, Inform. et Mathém. appliquée à la bioingénierie
Language :
French
Title :
Principaux modèles utilisés en régression logistique
Alternative titles :
[en] Main models used in logistic regression
Publication date :
2011
Journal title :
Biotechnologie, Agronomie, Société et Environnement
ISSN :
1370-6233
eISSN :
1780-4507
Publisher :
Presses Agronomiques de Gembloux, Gembloux, Belgium
Volume :
15
Issue :
3
Pages :
425-433
Peer reviewed :
Peer Reviewed verified by ORBi
Available on ORBi :
since 23 February 2012

Statistics


Number of views
683 (15 by ULiège)
Number of downloads
1183 (17 by ULiège)

Scopus citations®
 
9
Scopus citations®
without self-citations
9

Bibliography


Similar publications



Contact ORBi