Régression logistique : Définir les options du modèle

Détails sur les estimations

spécifie s'il faut afficher la matrice de corrélation des estimations de paramètres, la matrice de covariance des estimations de paramètres ou les deux.

Évaluation de l'ajustement du modèle

spécifie ces tests d'ajustement du modèle :

• Statistiques d'influence affiche les mesures de diagnostic permettant d'identifier les observations influentes dans le cas d'un modèle de réponse binaire.
• Test d'adéquation de Hosmer et Lemeshow affiche le test d'adéquation de Hosmer et Lemeshow dans le cas d'un modèle de réponse binaire.
• Tests de la déviance et d'adéquation de Pearson la statistique du Chi-deux de Pearson, l'écart, le degré de liberté, le rapport de chaque statistique divisé par son degré de liberté et la p-value correspondante.
• R carré généralisé affiche un coefficient généralisé de détermination pour le modèle ajusté.

Remarque : les options Statistiques d'influence, Test d'adéquation de Hosmer et Lemeshow, et Tests d'ajustement de l'écart et de Pearson ne sont disponibles que si vous avez attribué une variable binaire à la fonction Variable dépendante.

Afficher la table de classification

classifie les observations de réponse binaire en entrée selon que les probabilités d'événement prédites sont supérieures ou inférieures à une valeur du point de rupture comprise dans l'intervalle (0,1). Une observation est prédite comme un événement si la probabilité d'événement prédite dépasse le point de rupture. La table par défaut affiche la classification d'un intervalle de probabilités, depuis la probabilité estimée la plus faible (arrondie au 0,02 inférieur) jusqu'à la probabilité estimée la plus élevée (arrondie au 0,02 supérieur) par incréments de 0,02.

Pour fournir des points de rupture autres que ceux de la liste par défaut, saisissez une ou plusieurs valeurs dans le champ Valeurs de p-values (points de rupture). Chaque valeur doit être comprise entre 0 et 1.

Remarque : cette option est disponible si la variable que vous avez attribuée à la fonction Variable dépendante est binaire.

Intervalle de confiance

spécifie les intervalles de confiance suivants pour les paramètres dans la zone Paramètres, ainsi que les rapports de cotes dans la zone Rapports de cotes conditionnels :

• Wald calcule les intervalles de confiance sur la base des tests individuels de Wald.
• Vraisemblance du profil calcule les intervalles de confiance sur la base de la vraisemblance du profil. La création de cet intervalle est dérivée de la distribution du Chi-deux asymptotique du test du rapport des vraisemblances généralisé.

Vous pouvez également sélectionner une valeur dans la liste déroulante Niveau de conf. pour définir le niveau de significativité des paramètres de régression ou des rapports de cotes.

Méthodes d'ajustement des modèles

spécifie comment ajuster le modèle. Par défaut, la tâche détermine automatiquement la méthode la mieux adaptée au modèle. Dans la liste déroulante Technique d'ajustement, vous pouvez choisir la technique d'optimisation Scoring de Fisher ou Newton-Raphson pour estimer les paramètres de régression.

Remarque : si vous avez sélectionné le type de réponse Non classée, la technique d'optimisation Scoring de Fisher n'est pas disponible.

Activez la case à cocher Vraisemblance pénalisée de Firth pour effectuer une estimation du maximum de vraisemblance pénalisée de Firth, qui réduit le biais dans les résultats estimés des paramètres. Cette méthode est utile dans les cas de séparabilité, fréquents lorsque l'événement est rare, et constitue une alternative à la réalisation d'une régression logistique exacte. Note

Remarque : la case à cocher Vraisemblance pénalisée de Firth n'est disponible que si vous avez attribué une variable binaire à la fonction Variable dépendante.