L'estimation de modèles à variable dépendante dichotomique

Gérard Lassibille ()
Additional contact information
Gérard Lassibille: IREDU - Institut de recherche sur l'éducation : Sociologie et Economie de l'Education - UB - Université de Bourgogne, CNRS - Centre National de la Recherche Scientifique

Working Papers from HAL

Abstract: Ce texte a pour objet l'étude de l'estimation de la probabilité de réalisation d'un évènement E, étant donné un certain nombre de caractéristiques associées à cette éventualité. Deux modèles sont envisagés, à savoir le modèle de régression linéaire et le modèle de régression logistique. Le premier, qui revient à estimer une fonction de probabilité linéaire ne vérifie plus les hypothèses classiques des moindres carrés ordinaires. Une première amélioration consiste alors à estimer le modèle par la méthode des moindres carrés généralisés. Cependant, outre le problème des tests de significativité des variables, une autre difficulté subsiste, à savoir que le modèle linéaire est inadéquate pour représenter une probabilité. Pour pallier ces inconvénients, il est nécessaire de recourir à un modèle non linéaire, tel que le modèle logistique, que l'on estimera par la méthode du maximum de vraisemblance.

Keywords: Estimation; Modèle; Variable; Analyse dichotomique (search for similar items in EconPapers)
Date: 1977-04
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:hal:wpaper:halshs-01377615

Access Statistics for this paper

More papers in Working Papers from HAL
Bibliographic data for series maintained by CCSD ().