Description

L’objectif du cours est dans un premier temps de présenter les principes théoriques de la mise en œuvre des modèles de régression logistiques et les raisons pour lesquelles les modèles linéaires ne sont pas adaptés. Dans un deuxième temps, il s’agira de mettre en œuvre les modélisations logistiques en s’attardant tout particulièrement sur la question des modalités de référence et de leur implication à partir du logiciel R. Dans un troisième temps, il s’agira d’interpréter les résultats obtenus (notamment la lecture des odds-ratios) et de réfléchir à la mise en œuvre des modèles les plus en adéquations avec le problème posé.

Compétences visées

• Identifier le type de modélisation adéquate à la nature des variables
• Produire des régressions logistiques à partir du logiciel R
• Évaluer la qualité des modélisations et en analyser les résultats

Bibliographie

Bressoux, P, 2010, « Modélisation statistique appliquée aux sciences sociales », 2e édition, De boeck Supérieur, Collection Méthodes en sciences humaines, 464 p.
Larmarange J., et al., 2017, « Introduction à l’analyse d’enquêtes avec R et RStudio », http://larmarange.github.io/analyse-R/analyse-R.pdf
Toulemon L., 1995, Régression logistique et régression sur les risques, Ined, Document de travail n° 46, 56 p

Contacts

Responsable(s) de l'enseignement

• Nicolas Cauchi-Duval

MCC

Les épreuves indiquées respectent et appliquent le règlement de votre formation, disponible dans l'onglet Documents de la description de la formation.

Régime d'évaluation

ECI (Évaluation continue intégrale)

Coefficient

2.0

Évaluation initiale / Session principale - Épreuves