Stats 8 Flashcards

1
Q

Qu’est-ce la régression logistique ?

A

Technique d’analyse stat. où on cherche à prédire ou expliquer la probabilité d’un événement à partir d’une ou plusieurs variables.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Quelle est la principale différence avec la régression linéaire ?

A

La variable dépendante est dichotomique (et non continue)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Quel est le modèle de régression logistique ?

A

probabilité (de l’événement) = fonction (variables indépendantes)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Quels sont les 3 objectifs de la régression logistique ?

A

Étudier les liens qui existent entre la probabilité qu’un événement spécifique survienne et les différentes caractéristiques des sujets.

Permettre de tester si la probabilité d’un événement varie selon les caractéristiques des sujets étudiés.

Permettre d’estimer l’effet indépendant de plusieurs variables sur la probabilité d’un événement.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Qu’est-ce la régression logistique permet quand on a plusieurs pertes au suivi ?

A

Elle permet de contrôler les variables confondantes quand on a plusieurs pertes au suivi.
Permet aussi de faire une analyse per protocole (analyse ajustée).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Quel type d’analyse statistique permet d’identifier des facteurs de risque pour une issue ?

A

Régression logistique. Pas besoin d’une variable d’intérêt.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Qu’est-ce qu’une variable confondante ?

A

Variable associée à l’exposition et à l’issue.
ET
n’est pas dans le chemin causal entre l’exposition et la variable dépendante.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Comment doit-on encoder les variables dans le modèle de régression logistique ?

A

variable aléatoire dichotomique :
1 = issue
0 = pas d’issue
TOUJOURS. car le OR est calculé pour le 1

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Vrai ou faux : dans un modèle de régression logistique, le modèle s’écrit ln (p/1-p)
alors que le modèle de régression linéaire est pour une moyenne

A

Vrai

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Vrai ou faux : Les bêta s’interprètent de la même façon pour une régression logistique et une régression linéaire

A

Faux.

On doit transformer les bêtas dans une régression logistique pour les interpréter (on doit les mettre à l’exponentiel)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

La probabilité que l’événement survienne est une fonction de quelle(s) variable(s) ?

A

variables indépendantes

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Que représente B0 ?

A

Le risque de base dans la population pour les gens non exposés.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Le modèle de régression logistique est quel type de rapport ?

A

Rapport de côtes (OR)
p/1-p

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Régression logistique vs régression linéaire :

Variable réponse (dépendante)
Loi de la variable réponse
Modélisation
Bêtas

A

Variable réponse (dépendante) :
dichotomique vs continue
Loi : binomiale vs normale
Modélisation :
probabilité d’un événement en fonction d’une ou plusieurs variables vs moyenne d’une variable en fonction d’une ou plusieurs variables
Bêtas :
bêtas représentent un rapport de cotes (la fonction des bêtas) vs bêtas représentent une différence de moyenne

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Quelles sont les hypothèses d’une régression logistique ?

A

H0 : bêta = 0
Ha : bêta = différent de zéro

H0 : RC = 1
Ha : RC = différent de 1

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

La méthode du maximum de vraisemblance nous permet quoi?

A

Estimer les bêtas et leur écart-type pour construire un test d’hypothèse

17
Q

Quelle est la statistique d’une régression logistique?

A

Z* Suit approximativement une N(0,1)

loi binomiale approximée pour la loi normale

18
Q

Même si la valeur nulle est dans l’intervalle de confiance, que peut-on déceler ?

A

Une tendance. statistiquement non significative, mais on peut voir la tendance de l’effet.

19
Q

Différence entre un intervalle de confiance pour une différence de moyenne vs rapport de côtes ?

A

Différence de moyenne : valeur est au centre de l’IC
OR : pas au centre de l’IC