Stats 8

Question 1

Qu’est-ce la régression logistique ?

Answer 1

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

Question 2

Quelle est la principale différence avec la régression linéaire ?

Answer 2

La variable dépendante est dichotomique (et non continue)

Question 3

Quel est le modèle de régression logistique ?

Answer 3

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

Question 4

Quels sont les 3 objectifs de la régression logistique ?

Answer 4

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.

Question 5

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

Answer 5

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

Question 6

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

Answer 6

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

Question 7

Qu’est-ce qu’une variable confondante ?

Answer 7

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

Question 8

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

Answer 8

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

Question 9

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

Answer 9

Vrai

Question 10

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

Answer 10

Faux.

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

Question 11

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

Answer 11

variables indépendantes

Question 12

Que représente B0 ?

Answer 12

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

Question 13

Le modèle de régression logistique est quel type de rapport ?

Answer 13

Rapport de côtes (OR)
p/1-p

Question 14

Régression logistique vs régression linéaire :

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

Answer 14

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

Question 15

Quelles sont les hypothèses d’une régression logistique ?

Answer 15

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

H0 : RC = 1
Ha : RC = différent de 1

Question 16

La méthode du maximum de vraisemblance nous permet quoi?

Answer 16

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

Question 17

Quelle est la statistique d’une régression logistique?

Answer 17

Z* Suit approximativement une N(0,1)

loi binomiale approximée pour la loi normale

Question 18

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

Answer 18

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

Question 19

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

Answer 19

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