regression logistique et p value

Bonjour,

J'ai effectué une regression logistique sur mes données, je ne comprends pas bien à quoi correspondent les différents coeff que j'obtiens :

Code:

---

1 2 3 4

Coefficients: Estimate Std. Error z value Pr(>|z|) (Intercept) 0.404 0.509 0.794 0.4274 log.acid 2.245 1.040 2.159 0.0309 *

---

En fait c'est la derniere colonne que je ne comprends pas, je cherche a savoir si mon coefficient correspondant a la variable log.acid est nul ou pas. Pour cela je calcule la z value = 2.159 que je compare au coeff estimé = 2.245 ....et que signifie le 0.0309 ?

Code:

---

1 2 3

Estimate Std. Error z value Pr(>|z|) (Intercept) 0.404 0.509 0.794 0.4274 log.acid 2.245 1.040 2.159 0.0309 *

---

Pr(>|z|) => correspond à la p-value pour le test H0: coefficient est nul

Tu peux d'ailleurs refere les calculs de manière manuel avec les résultats de R.

2.245/1.040 -> z value (2.159)
Ensuite:

Code:

---

pchisq(2.159^2,1,lower.tail=FALSE)

---

-> Pr(>|z|) (0.0309) -> Rejet de H0

L'interprétation est :
Au seuil 5% , le coefficient est significativement différent de 0.

j'ai encore du mal a comprendre, pour moi la p value est la proba de rejeter H0 lorsque celle ci est vrai, donc ici je rejette à tort H0 avec proba 0.0309 ? Mais alors d'où sort le 5% ?
Je n'ai pas étudié la loi de ma statistique sous H0, je ne sais donc pas retrouver les résultats "à la main"....

Bonjour,

Citation:

---

Envoyé par héloiise

...donc ici je rejette à tort H0 avec proba 0.0309 ? Mais alors d'où sort le 5% ?

---

C'est une formulation un peu tordue ! Ça veut en fait dire qu'en rejetant H0, tu as une probabilité de te tromper de 0.0309, soit moins de 5% de risque d'erreur (si les conditions du test sont respectées !).

ok merci !