Interprétation des résultats principaux pour la fonction Régression logistique nominale

Pour un facteur de catégorie avec plus de 2 niveaux, l'hypothèse pour le coefficient consiste à déterminer si le niveau du facteur est différent du niveau de référence pour le facteur. Pour évaluer la signification statistique du facteur, utilisez le test pour les termes avec plusieurs degrés de liberté. Pour plus d'informations sur la méthode d'affichage de ce test, reportez-vous à Sélectionner les résultats à afficher pour la fonction Régression logistique nominale.

Pour déterminer le degré d'ajustement du modèle aux données, examinez le log de vraisemblance. Les valeurs élevées du log de vraisemblance indiquent un meilleur ajustement aux données. Les valeurs de log de vraisemblance étant négatives, plus elles sont proches de 0, plus la valeur est importante. Le log de vraisemblance dépend des données d'échantillons, vous ne pouvez donc pas l'utiliser pour comparer des modèles issus de différents ensembles de données.

Le log de vraisemblance ne peut pas diminuer lorsque vous ajoutez des termes à un modèle. Par exemple, un modèle comportant 5 termes a un log de vraisemblance plus élevé que les modèles à 4 termes que vous pouvez créer avec les mêmes termes. Cependant, le log de vraisemblance est le plus utile lorsque vous comparez des modèles de même taille. Pour prendre une décision concernant des termes individuels, observez les valeurs de p pour le terme dans les différents logits.