Biomédecine Quantitative: régression logistique Flashcards
la régression logistique est utilisée lorsque la variable à expliquer Y est comment?
binaire: qualitative à 2 modalités
les variables explicatives de la régression logistique doivent être comment?
elles peuvent être de tout type
dans un modèle de régression logistique si j’explique la variable binaire Y par une seule variable explicative je fais quel test?
khi 2
dans un modèle de régression linéaire multiple si j’explique la variable quantitative Y par une seule variable explicative je fais quel test?
test T de Student
quels sont les 2 usages de la régression logistique?
- épidémiologie (contextes observationnels) qui impliquent facteurs de confusion = modèle multivarié => valeurs des coefficients ++ ajustés
- prédire variable Y = modèle logistique
dans le modèle de régression logistique quelle est la conséquence de la transformation appliquée à Y grâce à la fonction logit?
conséquence sur la modélisation: sinusoïde qui ne va jamais en dessous de 0 et jamais au dessus de 1 (variables explicatives les + extrêmes)
la régression logistique va nous rendre quoi pour chacune des variables explicatives?
des odds-ratio: mesure d’association entre 2 variables
=> exponentielle
que signifie-t-il si l’odds ration est > à 1 ou entre 0 et 1?
> à 1: facteur de risque = aggravant
entre 0 et 1: facteur atténuant
dans le cadre d’un modèle de régression logistique, le pouvoir discriminant du modèle peut être évalué par quels moyens?
du % d’observations bien classées par le modèle et de l’aire sous la courbe ROC
la régression logistique permet donc de modéliser la relation entre une variable à expliquer Y binaire et une ou des variables…?
binaires, quantitatives ou qualitatives
pour les modèles de régression multivariées, permet-il un ajustement sur des facteurs de confusion? et il privilégiera un modèle avec peu ou bcp de variables explicatives?
oui
peu de variables explicatives (plusieurs types)
