Pourquoi utiliser l'appariement des scores de propension au lieu de la régression ?
Je me demande pourquoi l'appariement des scores de propension est préféré à l'analyse de régression. Quels sont les avantages de l’utilisation de cette méthode par rapport aux techniques de régression traditionnelles ?
Qu'est-ce qu'une bonne valeur p en régression ?
J'exécute une analyse de régression et j'essaie d'interpréter la valeur p. Je veux savoir ce qui constitue une bonne valeur p dans le contexte de la régression, afin de pouvoir comprendre la signification de mes résultats.
Et si la valeur p est supérieure à 0,05 en régression ?
J'effectue une analyse de régression et j'ai obtenu une valeur p supérieure à 0,05. Qu'est-ce que cela signifie pour mon modèle et la signification de mes résultats ? Dois-je m'inquiéter ou existe-t-il une autre façon d'interpréter cela ?
Qu'est-ce qu'une bonne valeur p pour la régression ?
J'effectue une analyse de régression et je ne suis pas sûr de ce qui constitue une bonne valeur p. Je comprends que la valeur p aide à déterminer la signification statistique de mes résultats, mais je ne comprends pas le seuil ou la plage spécifique qui indique une relation forte ou significative dans mon modèle de régression.
Pourquoi le logit est-il appelé une régression ?
Je suis curieux de comprendre pourquoi le terme « logit » est qualifié de régression, malgré ses fondements mathématiques et statistiques apparemment distincts. Pourriez-vous expliquer la justification de cette classification, en mettant en évidence les principales similitudes ou liens qui justifient le qualificatif de logit comme modèle de régression, en particulier dans le contexte de l'analyse et de la modélisation statistiques ?