Reference : Principaux modèles utilisés en régression logistique
Scientific journals : Article
Life sciences : Multidisciplinary, general & others
Physical, chemical, mathematical & earth Sciences : Mathematics
http://hdl.handle.net/2268/112603
Principaux modèles utilisés en régression logistique
French
[en] Main models used in logistic regression
Gillet, Adeline [Centre de Recherche Gabriel Lippmann (Luxembourg) > Environnement et Agro-biotechnologies > > >]
Brostaux, Yves mailto [Université de Liège - ULg > Sciences agronomiques > Statistique, Inform. et Mathém. appliquée à la bioingénierie >]
Palm, Rodolphe mailto [Université de Liège - ULg > Sciences agronomiques > Statistique, Inform. et Mathém. appliquée à la bioingénierie >]
2011
Biotechnologie, Agronomie, Société et Environnement = Biotechnology, Agronomy, Society and Environment [=BASE]
Presses Agronomiques de Gembloux
15
3
425-433
Yes (verified by ORBi)
International
1370-6233
Gembloux
Belgique
[en] Logistic ; Regression ; Binary ; Nominal ; Ordinal ; Statistical method ; Model
[fr] Logistique ; Régression ; Binaire ; Ordinal ; Polychotomique ; Méthode statistique ; Modèle
[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).
http://hdl.handle.net/2268/112603

File(s) associated to this reference

Fulltext file(s):

FileCommentaryVersionSizeAccess
Open access
Principaux_mod_reg_log.pdfPublisher postprint750.55 kBView/Open

Bookmark and Share SFX Query

All documents in ORBi are protected by a user license.