Discussion :

[kakouette]

bonjour,

je tente de réaliser une régression logistique avec une interaction. Ma variable dépendante : insertion dans l'emploi ; mes variables explicatives : sexe, diplôme, spécialité du diplôme, PCS des parents, origine ethnique et l'interaction sexe*origine ethnique
Voici mon code :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
%let listvar3 =  Q1 etr Q1*etr  phd spe    pcsref  ;
 
title "Régression logistique" ;
 
proc logistic data=base.reg_mtreal   descending   simple / ;
class Q1  (ref='homme')  phd (ref='CAP-BEP-MC') spe (ref="Production") 
 pcsref (ref="Classes pop." ) etr (ref="Pop française") /param=reference   ;
 
model typo=&listvar3 / rsquare lackfit  outroc=roc1 scale=none aggregate expb  stb ;
 
format Q1 $Q1_f.  phd $phd5_f_ter. phnsf $nsfreg. etr etr_f. pcsref pcsref. spe $spe.  sexetr pop. ;
run ;

voici le tableau de résultats des estimateurs :

Estimations par l'analyse du maximum de vraisemblance
Paramètre DDL Estimation Erreur
type Khi-2
de Wald Pr > Khi-2 Valeur estimée normalisée Exp(Est)
Intercept 1 -0.4376 0.0435 101.0001 <.0001 0.646
Q1 femme 1 -0.5098 0.0616 68.5983 <.0001 -0.1386 0.601
etr Pop d'origine étrangère 1 -0.4274 0.0778 30.1679 <.0001 -0.0914 0.652
Q1*etr femme Pop d'origine étrangère 1 0.3960 0.1229 10.3897 0.0013 0.0582 1.486
phd BACCALAUREAT 1 0.5478 0.0466 138.4605 <.0001 0.1498 1.730
spe Autres 1 0.7167 0.3238 4.9003 0.0269 0.0285 2.048
spe Services 1 -0.1412 0.0563 6.2963 0.0121 -0.0389 0.868
pcsref Classes moy. 1 0.4361 0.0558 61.0706 <.0001 0.0997 1.547
pcsref Classes sup. 1 0.2118 0.0770 7.5604 0.0060 0.0351 1.236

je ne comprends pas la ligne qui concerne l'interaction ; le coefficient semble indiquer que les femmes d'origine étrangère ont une meilleure insertion que les hommes français (référence) (ce qui est faux). De plus l'interaction a normalement 4 niveaux et ici seulement un est affiché.

Ma question :
Comment faire pour obtenir les estimateurs pour les 4 niveaux de l'interaction et à quoi correspond celui ci ?
Merci par avance de votre aide !

[Clairant]

Bonjour Kakouette,
il faut essayer de lire ton journal après l'exécution du code, il doit avoir un avertissement concernant tes références. Sinon j'ai exécuté presque le même code sur une autre base de donnée et cela me renvoie bel et bien les différents niveaux d'interactions.
Voici le code soumis :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
 
proc logistic data=tmp1.Base;
 class Pauvre (ref='1') VEH (ref='0') NENFANTS (ref='1') / param=reference;
 model Pauvre=NENFANTS | VEH REV / rsquare lackfit outroc=roc1 scale=none aggregate expb stb;
run;

et voici l'output des coefficients :

[kakouette]

bonjour Clairant,

merci de votre réponse. Dans mon journal, après l'exécution du code j'ai le message suivant :

NOTE: Under full-rank parameterizations, Type 3 effect tests are replaced by joint tests. The joint test for an effect is a test
that all the parameters associated with that effect are zero. Such joint tests might not be equivalent to Type 3 effect tests
under GLM parameterization.

et j'obtiens donc dans les résultats :




Je pense que ce message est lié à mon "problème" mais je ne comprends pas vraiment le sens. Dans vos données -, la variable "nenfants" est quantitative ? Pour ma part, je n'ai que des données qualitatives...ceci explique peut-être les différences entre vos résultats et ceux que j'obtiens ?

Merci encore pour votre aide !

[Haache]

Bonjour
Si vous avez des variables quantitatives, c'est quoi l'idée des croisements ? Pour ma part, même si elles sont significatives, vous ne pouvez par les interpréter. Je suis d'accord quand on croise deux quali ou un quanti et un quali mais toutes les deux quali ???
Et c'est normale qu'en croissant vous n'aurez pas les résultats escomptés. Il y aura trop de croisement et des problèmes d'inversion de matrice. Et c'est ça ce qui est affiché par le modèle. Le rang n'est pas plein.

[Guyguy La Tambouille]

Bonjour,

Je rencontre également le message warning suivant :
"Note: Under full-rank parameterizations, Type 3 effect tests are replaced by joint tests. The joint test for an effect is a test that all the parameters associated with that effect are zero. Such joint tests might not be equivalent to Type 3 effect tests under GLM parameterization."

Je ne comprends pas bien ce que me signale ici SAS...Et je ne suis pas certain d'avoir bien compris vos explications!

Ce message warning est-il seulement rencontré quand les croisements (dues aux interactions) sont trop nombreux ?
Dans mon cas, je fais également une régression logistique avec 5 variables explicatives (2 sont qualitatives binaires, 2 sont qualitatives polytomiques , et 1 est quantitative) + 1 interaction (croisement des 2 variables binaires). Si j'enlève l'interaction je ne rencontre plus ce warning...

Merci d'avance à ceux qui prendront le temps de lire et de répondre ;-)

GuyGuy.