๐Ÿ“Š ๐‚๐จ๐ฆ๐ฉ๐ซ๐ž๐ง๐๐ซ๐ž ๐ž๐ญ ๐ข๐ง๐ญ๐ž๐ซ๐ฉ๐ซรฉ๐ญ๐ž๐ซ ๐ฅ๐ž๐ฌ ๐‚๐จ๐ž๐Ÿ๐Ÿ๐ข๐œ๐ข๐ž๐ง๐ญ๐ฌ ๐๐š๐ง๐ฌ ๐ฅ๐ž๐ฌ ๐‘รฉ๐ ๐ซ๐ž๐ฌ๐ฌ๐ข๐จ๐ง๐ฌ: ๐”๐ง ๐†๐ฎ๐ข๐๐ž ๐๐ซ๐š๐ญ๐ข๐ช๐ฎ๐ž

Plongeons-nous dans l'interprรฉtation des coefficients dans les rรฉgressions. Que vous soyez un amateur de statistiques ou simplement curieux, vous trouverez ces concepts vraiment fascinants. ๐Ÿ‘ฉ‍๐Ÿ’ป๐Ÿ“ˆ

1. ๐“กรฉ๐“ฐ๐“ป๐“ฎ๐“ผ๐“ผ๐“ฒ๐“ธ๐“ท ๐“๐“ฒ๐“ฟ๐“ฎ๐“ช๐“พ-๐“๐“ฒ๐“ฟ๐“ฎ๐“ช๐“พ :
Dans une rรฉgression niveau-niveau, les variables indรฉpendantes et dรฉpendantes sont toutes deux en termes "niveau". ๐Ÿ“‰ Par exemple, si vous รฉtudiez la relation entre le revenu (Y) et les annรฉes d'รฉducation (X), les deux seront mesurรฉs directement, sans transformation logarithmique.
๐‘ฌ๐’™๐’†๐’Ž๐’‘๐’๐’† ๐‘ท๐’“๐’‚๐’•๐’Š๐’’๐’–๐’† :
Y = 2000 + 300X
Chaque annรฉe d'รฉducation supplรฉmentaire (X) est associรฉe ร  une augmentation moyenne de 300 unitรฉs dans le revenu (Y).
2. ๐“กรฉ๐“ฐ๐“ป๐“ฎ๐“ผ๐“ผ๐“ฒ๐“ธ๐“ท ๐“›๐“ธ๐“ฐ-๐“๐“ฒ๐“ฟ๐“ฎ๐“ช๐“พ :
Lorsque la variable dรฉpendante est en termes logarithmiques et la variable indรฉpendante reste en termes de niveau, c'est une rรฉgression log-niveau. ๐Ÿ“Š๐Ÿ’ก Ceci est utile lorsque la relation entre les deux est susceptible d'รชtre non linรฉaire.
๐‘ฌ๐’™๐’†๐’Ž๐’‘๐’๐’† ๐‘ท๐’“๐’‚๐’•๐’Š๐’’๐’–๐’† :
log(Y) = 3 + 0.05X
Une augmentation d'une unitรฉ dans X est associรฉe ร  une augmentation de 5% dans Y.
3. ๐“กรฉ๐“ฐ๐“ป๐“ฎ๐“ผ๐“ผ๐“ฒ๐“ธ๐“ท ๐“๐“ฒ๐“ฟ๐“ฎ๐“ช๐“พ-๐“›๐“ธ๐“ฐ :
Inversement, dans une rรฉgression niveau-log, seule la variable indรฉpendante est transformรฉe logarithmiquement. Cela peut รชtre utile lorsque l'effet d'une augmentation unitaire dans X sur Y est censรฉ รชtre constant.
๐‘ฌ๐’™๐’†๐’Ž๐’‘๐’๐’† ๐‘ท๐’“๐’‚๐’•๐’Š๐’’๐’–๐’† :
Y = 1000 + 150 * log(X)
Chaque augmentation de 1% dans X est associรฉe ร  une augmentation de 150 unitรฉs dans Y.
4. ๐“กรฉ๐“ฐ๐“ป๐“ฎ๐“ผ๐“ผ๐“ฒ๐“ธ๐“ท ๐“›๐“ธ๐“ฐ-๐“›๐“ธ๐“ฐ :
Enfin, dans une rรฉgression log-log, les deux variables sont transformรฉes logarithmiquement. ๐Ÿ“ˆ✨ Cela est souvent utilisรฉ pour modรฉliser des relations oรน le pourcentage de changement est plus important que le changement brut.
๐‘ฌ๐’™๐’†๐’Ž๐’‘๐’๐’† ๐‘ท๐’“๐’‚๐’•๐’Š๐’’๐’–๐’† :
log(Y) = 2 + 0.8 * log(X)
Une augmentation de 1% dans X est associรฉe ร  une augmentation de 0.8% dans Y.
๐Ÿ’ก Avez-vous dรฉjร  utilisรฉ ces types de rรฉgressions dans vos analyses ? Partagez votre expรฉrience ou posez vos questions dans les commentaires !
Explorez ces concepts dans vos propres donnรฉes et dรฉcouvrez les surprises que la statistique peut rรฉvรฉler! ๐Ÿš€✨
Pour mieux apprendre l’utilisation des logiciel et modรจles statistiques, nous vous invitons ร  prendre part ร  la prochaine session de notre formation en ๐™€๐™˜๐™ค๐™ฃ๐™ค๐™ขรฉ๐™ฉ๐™ง๐™ž๐™š ๐™š๐™ฉ ๐™๐™š๐™˜๐™๐™ฃ๐™ž๐™ฆ๐™ช๐™š๐™จ ๐™Œ๐™ช๐™–๐™ฃ๐™ฉ๐™ž๐™ฉ๐™–๐™ฉ๐™ž๐™ซ๐™š๐™จ



#Statistiques #DonnรฉesSociales #PartagezVotreExpรฉrience


#Statistiques #AnalyseDeDonnรฉes #Rรฉgression #InterprรฉtationDesCoefficients

Commentaires

Posts les plus consultรฉs de ce blog

ร‰conomรฉtrie des donnรฉes de panel: de la thรฉorie ร  la pratique

Optimisez vos donnรฉes avec l'ACP avant le clustering K-means !