Eviter les estimations infinies avec la régression logistique – théorie, solutions, exemples

Résumé : Dans les analyses d'échantillons de petite taille ou avec données manquantes, les résultats de la régression logistique obtenus par la méthode du maximum de vraisemblance (MV) ne sont généralement pas fiables. Dans de telles analyses, bien que le critère de convergence puisse être atteint, au moins un paramètre peut diverger vers plus ou moins l'infini. Cette situation a été appelée « séparation ». Nous donnos des exemples de deux études où ce phénomène s'est produit. Le premier exemple porte sur l'association entre le rejet précoce d'une greffe de poumon et l'expression des ARNm de l'endothéline-1 mesurée chez le donneur et le receveur de greffe. Dans le second exemple, la régression logistique conditionnelle a été utilisée pour analyser un essai randomisé en grappe sur des animaux. Nous montrons que l'approche par la vraisemblance pénalisée (VP) constitue une solution adéquate pour les deux exemples, et nous présentons une analyse comparative avec des approches alternatives. Des résultats de simulations suggèrent que la méthode de la VP conduit à des estimations quasi non biaisées, même lorsque la probabilité d'estimations infinies par la MV est non négligeable. Les taux de couverture des intervalles de confiance basés sur la VP sont proches du taux nominal, et les tests sont plus puissants que ceux des autres approches. Enfin, nous donnons un aperçu des logiciels qui peuvent être utilisés pour appliquer l'approche de la VP proposée.
Type de document :
Communication dans un congrès
41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France. 2009
Liste complète des métadonnées

Littérature citée [9 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00386639
Contributeur : Conférence Jds2009 <>
Soumis le : vendredi 22 mai 2009 - 09:08:42
Dernière modification le : mardi 23 janvier 2018 - 10:58:02
Document(s) archivé(s) le : lundi 15 octobre 2012 - 10:53:40

Fichier

p80.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00386639, version 1

Collections

Citation

Georg Heinze. Eviter les estimations infinies avec la régression logistique – théorie, solutions, exemples. 41èmes Journées de Statistique, SFdS, Bordeaux, 2009, Bordeaux, France, France. 2009. 〈inria-00386639〉

Partager

Métriques

Consultations de la notice

109

Téléchargements de fichiers

430