standard error élevées

[jcomo]

Bonjour,

J'ai fait tourner des régressions logistiques multinomiales avec un petit échantillon (69 individus). Le modèle converge, j'ai un très bon R2 (0.673), le test de nullité de tous les paramètres rejette clairement l'hypothèse nulle, l'AIC et le SC diminuent pas mal quand on rajoutes les covariates, et pour plusieurs paramètres, la proba de nullité du coefficient est rejetée à 1%.
MAIS: 1) le test de Proportional Odds Assumption rejette (de peu) l'égalité des coefficients entre les niveaux 2) les standard error vont jusqu'à 50% de la valeur estimée.
Est-ce que dans ce contexte, on peut dire qu'on est sur qu'il y a une corrélation, mais qu'on ne peut pas l'estimer précisemment ? Est-ce que les serreur-types élevées annulent/rendent suspecte la corrélation elle même, ou la validité du modèle choisi ? (je travaille avec des valeurs discrétisées, donc ça n'aurait pas beaucoup de sens de faire un multinomial simple).
Merci d'avance.

Score Test for the Proportional Odds Assumption
Chi-Square DF Pr > ChiSq
52.9631 36 0.0339


Model Fit Statistics
Criterion Intercept
Only Intercept
and
Covariates
AIC 184.640 131.574
SC 193.577 167.319
-2 Log L 176.640 99.574


R-Square 0.6727 Max-rescaled R-Square 0.7291


Testing Global Null Hypothesis: BETA=0
Test Chi-Square DF Pr > ChiSq
Likelihood Ratio 77.0667 12 <.0001
Score 43.9632 12 <.0001
Wald 34.1423 12 0.0006


Analysis of Maximum Likelihood Estimates
Parameter DF Estimate Standard
Error Wald
Chi-Square Pr > ChiSq
Intercept 5 1 -22.0328 4.0673 29.3443 <.0001
Intercept 4 1 -15.0206 2.5906 33.6192 <.0001
Intercept 3 1 -12.8324 2.3516 29.7778 <.0001
Intercept 2 1 -7.9714 1.7917 19.7940 <.0001
I_4 1 0.7108 0.4245 2.8046 0.0940
I_5 1 0.1684 0.2674 0.3964 0.5289
I_6 1 -0.0697 0.5255 0.0176 0.8944
I_10 1 1.7483 0.5034 12.0599 0.0005
III_5 1 -0.0822 0.2699 0.0927 0.7608
IV_1 1 -0.4241 0.4386 0.9353 0.3335
III_6 1 1.7047 0.5544 9.4539 0.0021
IV_7 1 1.0593 0.5596 3.5826 0.0584