Leçon 4 sur 5
Les variables qualitatives et les modèles Logit-Probit
Je sais introduire des variables qualitatives comme explicatives, et modéliser une variable dépendante binaire par le modèle linéaire de probabilité, le Logit et le Probit, en interprétant correctement les résultats.
- 1 h 15
- 4 exercices corrigés
- QCM de 5 questions
À la fin de la leçon, vous saurez :
- Utiliser des variables indicatrices (muettes) et éviter leur piège
- Expliquer les limites du modèle linéaire de probabilité
- Écrire et interpréter les modèles Logit et Probit
- Calculer une probabilité prédite, un effet marginal et un rapport de cotes
Avant de commencer : Leçons 1 à 3 ; Économétrie 1 ; probabilités (loi normale, fonction de répartition), notion de vraisemblance.
1Je découvre
Le service d'orientation d'une université de Conakry veut comprendre ce qui explique l'insertion de ses diplômés : un an après la licence, ont-ils un emploi (oui ou non) ? L'enquête fictive porte sur 400 anciens étudiants : nombre d'années d'études, réalisation d'un stage, filière, région d'origine.
Deux difficultés apparaissent. Certaines explicatives sont qualitatives (filière, stage, région). Et surtout, la variable à expliquer ne prend que deux valeurs : 1 (emploi) ou 0 (pas d'emploi). Une droite de régression ordinaire peut alors prédire des « probabilités » de 1,3 ou de −0,2.
Comment intégrer des variables qualitatives dans un modèle, et comment modéliser correctement une variable qui ne prend que les valeurs 0 et 1 ?
La suite se lit avec votre compte Kharandi Université
La première leçon de chaque cours est libre. Kharandi Université est une inscription à part de l’école : avec votre compte étudiant, vous lisez toutes les leçons en entier, avec les exercices corrigés et les QCM, et les 7 premiers jours sont offerts.