Régression logistique multinomiale
La régression logistique multinomiale est utile dans le cas où vous souhaitez classer des objets en fonction des valeurs d'un groupe de variables de prédicteur. Ce type de régression est similaire à la régression logistique, mais s'avère plus général puisque la variable dépendante n'est pas limitée à deux catégories.
Exemple : Afin de mieux rentabiliser la commercialisation de leurs films, les studios souhaitent prévoir le type de film que les cinéphiles sont susceptibles d'aller voir. En effectuant une régression logistique multinomiale, le studio peut déterminer l'impact de l'âge, du sexe et de la situation de famille d'une personne sur les types de films qu'elle préfère. Le studio peut alors orienter la campagne promotionnelle d'un film particulier en fonction du groupe de spectateurs susceptibles d'aller le voir.
Statistiques : Historique des itérations, coefficients de paramètre, covariance asymptotique et matrices de corrélation, tests du rapport de vraisemblance pour les effets de modèle et les effets partiels, log de vraisemblance –2. Qualité d'ajustement du khi-deux de Pearson et de déviance. R 2 de Cox et Snell, de Nagelkerke et de McFadden. Classification : effectifs observés par rapport aux effectifs prédits par catégorie de réponse. Tableaux croisé : effectifs observés et prédits (avec résidus) et proportions par motif de covariables et par catégorie de réponse.
Méthodes : Un modèle logit multinomial est ajusté pour le modèle factoriel complet ou pour un modèle défini par l'utilisateur. L'estimation des paramètres est effectuée au moyen d'un algorithme itératif calculant le maximum de vraisemblance.
Régression logistique multinomiale : remarques sur les données
Données : La variable dépendante doit être catégorielle. Les variables indépendantes peuvent correspondre à des facteurs ou à des covariables. En général, les facteurs doivent être des variables catégorielles et les covariables, des variables continues.
Hypothèses : On suppose que les rapports des cotes de deux catégories quelconques sont indépendants de toutes les autres catégories de réponse. Par exemple, lorsqu'un nouveau produit est introduit sur un marché, ce postulat signifie que les parts de marché de tous les autres produits sont toutes affectées proportionnellement de la même façon. En outre, d'après un motif de covariable, les réponses sont supposées correspondre à des variables multinomiales indépendantes.
Obtention d'une régression logistique multinomiale
Cette fonction nécessite l'option Régression.
- A partir des menus, sélectionnez :
- Sélectionnez une variable dépendante.
- Les facteurs sont facultatifs et peuvent être numériques ou catégoriels.
- Les covariables sont facultatives, mais doivent être numériques si elles sont spécifiées.
Cette procédure reproduit la syntaxe de commande NOMREG.