Quelles variables peut-on mettre dans une régression logistique?

C’est le type de la variable à expliquer (Y) qui définira quelles régressions utiliser.
Si Y est une variable quantitative, on utilisera la régression linéaire.
Si Y est une variable qualitative, on utilisera la régression logistique.

Aujourd’hui je réponds à la question Khalid concernant le type de variables à introduire dans le modèle de régression logistique.
La regression logistique est une méthode mathématique utilisée en biostatistiques et en machine learning. Le but de la méthode la régression va consister à déterminer une fonction mathématique permettant de décrire au mieux la façon dont une variable à expliquer Y varie en fonction de X.

Dans ce sens, les rôles de X et Y ne sont pas interchangeable. Y étant la variable d’interêt (à expliquer) et X la variable explicative.

La variable à expliquer (variable dépendante)

C’est le type de la variable à expliquer (Y) qui définira quelle régression utiliser.
Si Y est une variable quantitative, on utilisera la régression linéaire.
Si Y est une variable qualitative, on utilisera la régression logistique.

Les variables explicatives

Concernant les variables explicatives (X1, X2, X3…), peut importe leur type (continue ou discrète), on pourra les inclure dans le modèle selon notre sélection.

Dites-moi si vous souhaitez qu’on fasse en vidéo un tuto JAMOVI sur la régression logistique comme nous l’avions fait pour la régression linéaire.
Et si vous avez aimez et que vous trouvez cela utile, n’hésitez pas à vous abonner à la chaîne et à partager!

A très vite

Ihsane