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.
Rapport des probabilités de succès | ||||||
---|---|---|---|---|---|---|
IC à 95 % | ||||||
Prédicteur | Coeff | Coef ErT | Z | P | Inférieur | |
Logit 1 : (Maths/Science) | ||||||
Constante | -1,12266 | 4,56425 | -0,25 | 0,806 | ||
Méth. Enseignmt | ||||||
Expliquer | -0,563115 | 0,937591 | -0,60 | 0,548 | 0,57 | 0,09 |
Age | 0,124674 | 0,401079 | 0,31 | 0,756 | 1,13 | 0,52 |
Logit 2 : (Arts/Science) | ||||||
Constante | -13,8485 | 7,24256 | -1,91 | 0,056 | ||
Méth. Enseignmt | ||||||
Expliquer | 2,76992 | 1,37209 | 2,02 | 0,044 | 15,96 | 1,08 |
Age | 1,01354 | 0,584494 | 1,73 | 0,083 | 2,76 | 0,88 |
IC à 95 % | |
---|---|
Prédicteur | Supérieur |
Logit 1 : (Maths/Science) | |
Constante | |
Méth. Enseignmt | |
Expliquer | 3,58 |
Age | 2,49 |
Logit 2 : (Arts/Science) | |
Constante | |
Méth. Enseignmt | |
Expliquer | 234,90 |
Age | 8,66 |
DL | G | Valeur de p |
---|---|---|
4 | 12,825 | 0,012 |
Méthode | Khi deux | DL | P |
---|---|---|---|
Pearson | 6,95295 | 10 | 0,730 |
Somme des carrés des écarts | 7,88622 | 10 | 0,640 |
Dans ces résultats, les prédicteurs sont la méthode d'enseignement et l'âge. La réponse est la matière préférée de l'élève. La science représente le niveau de référence, les résultats comparent donc les autres matières à la science. Au seuil de signification de 0,05, vous pouvez conclure que les modifications de la méthode d'enseignement sont associées aux probabilités que les élèves préfèrent l'art à la science.
Dans le tableau de régression logistique, le résultat de comparaison est le premier résultat après l'étiquette logit, et le résultat de référence est le deuxième résultat. Les coefficients positifs rendent le résultat de comparaison plus probable que le résultat de référence lorsque le prédicteur continu augmente. Les coefficients positifs rendent également le résultat de comparaison plus probable au niveau de comparaison du prédicteur de catégorie qu'au niveau de référence du prédicteur de catégorie. Pour plus d'informations, reportez-vous à la rubrique Toutes les statistiques et tous les graphiques et cliquez sur Coeff.
Logit 2 compare les arts à la science. Dans logit 2, le coefficient pour Explication est d'environ 3. Comme la valeur est positive, les élèves sont plus susceptibles de préférer les arts à la science lorsque la méthode d'enseignement est Explication.
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.
Rapport des probabilités de succès | ||||||
---|---|---|---|---|---|---|
IC à 95 % | ||||||
Prédicteur | Coeff | Coef ErT | Z | P | Inférieur | |
Logit 1 : (Maths/Science) | ||||||
Constante | 0,287682 | 0,540062 | 0,53 | 0,594 | ||
Méth. Enseignmt | ||||||
Expliquer | -0,575364 | 0,935415 | -0,62 | 0,538 | 0,56 | 0,09 |
Logit 2 : (Arts/Science) | ||||||
Constante | -1,79176 | 1,08011 | -1,66 | 0,097 | ||
Méth. Enseignmt | ||||||
Expliquer | 2,48491 | 1,24162 | 2,00 | 0,045 | 12,00 | 1,05 |
IC à 95 % | |
---|---|
Prédicteur | Supérieur |
Logit 1 : (Maths/Science) | |
Constante | |
Méth. Enseignmt | |
Expliquer | 3,52 |
Logit 2 : (Arts/Science) | |
Constante | |
Méth. Enseignmt | |
Expliquer | 136,79 |
DL | G | Valeur de p |
---|---|---|
2 | 8,959 | 0,011 |
Rapport des probabilités de succès | ||||||
---|---|---|---|---|---|---|
IC à 95 % | ||||||
Prédicteur | Coeff | Coef ErT | Z | P | Inférieur | |
Logit 1 : (Maths/Science) | ||||||
Constante | -1,12266 | 4,56425 | -0,25 | 0,806 | ||
Méth. Enseignmt | ||||||
Expliquer | -0,563115 | 0,937591 | -0,60 | 0,548 | 0,57 | 0,09 |
Age | 0,124674 | 0,401079 | 0,31 | 0,756 | 1,13 | 0,52 |
Logit 2 : (Arts/Science) | ||||||
Constante | -13,8485 | 7,24256 | -1,91 | 0,056 | ||
Méth. Enseignmt | ||||||
Expliquer | 2,76992 | 1,37209 | 2,02 | 0,044 | 15,96 | 1,08 |
Age | 1,01354 | 0,584494 | 1,73 | 0,083 | 2,76 | 0,88 |
IC à 95 % | |
---|---|
Prédicteur | Supérieur |
Logit 1 : (Maths/Science) | |
Constante | |
Méth. Enseignmt | |
Expliquer | 3,58 |
Age | 2,49 |
Logit 2 : (Arts/Science) | |
Constante | |
Méth. Enseignmt | |
Expliquer | 234,90 |
Age | 8,66 |
DL | G | Valeur de p |
---|---|---|
4 | 12,825 | 0,012 |
Méthode | Khi deux | DL | P |
---|---|---|---|
Pearson | 6,95295 | 10 | 0,730 |
Somme des carrés des écarts | 7,88622 | 10 | 0,640 |
Par exemple, la directrice d'une école souhaite évaluer différentes méthodes d'enseignement. Le modèle avec la méthode d'enseignement seule a un log de vraisemblance d'environ −28.
Le modèle comportant la méthode d'enseignement et l'âge d'un élève a un log de vraisemblance d'environ −26. Vous ne pouvez pas utiliser le log de vraisemblance pour faire un choix entre ces deux modèles car ces derniers n'ont pas le même nombre de termes.