Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Résumé du colloque
Une variable indicatrice se présente très souvent dans un modèle de régression linéaire. Nombreux auteurs recommandent fortement son application dans le cas où l'on désire de mesurer une influence d'un phénomène qualitatif sur une variable dépendante. C'est une situation classique dans les recherches socio-économiques. Beaucoup plus rarement une variable dépendante peut être une variable indicatrice. Si c'est le cas, la fonction de régression s'exprime fréquemment par une fonction linéaire de probabilité. Cette fonction rencontre des critiques à maintes reprises car dans ce modèle, en direct, les valeurs de variable dépendante peuvent se trouver hors de l'intervalle [0;1]. Dans le projet nous discutons la méthode de programmation quadratic qui peut conduire à se dispenser de cette inconvénience difficile. Il est important que les estimateurs obtenus sont non-biaisés à la limite. Finalement, nous présentons un modèle de régression linéaire où toutes les variables sont transformées en variables indicatrices. Ceci nous permet d'analyser les cas où une variable explicative intervient avec la force différente si l'on se rapporte à la variation de y (de la variable expliquée).
Vous devez être connecté pour ajouter un élément à vos favoris.
Veuillez vous connecter ou créer un compte pour continuer.
Outils de citation
Citer cet article :
MLA
APA
Chicago
Ajouter un dossier
Vous pouvez ajouter vos contenus préférés à des dossiers organisés. Une fois le dossier créé,
vous pouvez ajouter un article ou un contenu de la liste ou de la vue détaillée au dossier sélectionné dans la liste.