6533b7d2fe1ef96bd125dea7
RESEARCH PRODUCT
L'estimation de modèles à variable dépendante dichotomique
Gerard Lassibillesubject
JEL: C - Mathematical and Quantitative MethodsModèle[SHS.EDU]Humanities and Social Sciences/EducationVariable[SHS.EDU] Humanities and Social Sciences/Education[ SHS.ECO ] Humanities and Social Sciences/Economies and finances[ SHS.EDU ] Humanities and Social Sciences/Education[SHS.ECO] Humanities and Social Sciences/Economics and FinanceJEL : C - Mathematical and Quantitative Methods[SHS.ECO]Humanities and Social Sciences/Economics and FinanceEstimationAnalyse dichotomiquedescription
Document de travail de l'IME, n°20, avril 1977en ligne sur http://lara.inist.fr/bitstream/handle/2332/2144/IME_DT_77_20.pdf?sequence=1; e 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.
year | journal | country | edition | language |
---|---|---|---|---|
1977-04-01 |