Process / pipelineclassification-prediction

Régression logistique

La régression logistique est une méthode statistique permettant de modéliser la probabilité d'un résultat binaire (maladie présente/absente, succès/échec) en fonction de prédicteurs continus et catégoriels. Développée par David Roxbee Cox (1958), elle résout le problème de la prédiction de résultats catégoriels en appliquant une transformation logistique pour contraindre les prédictions à l'intervalle de probabilité [0,1], permettant une stratification des risques, une prédiction diagnostique et une inférence causale précises en épidémiologie, médecine et sciences sociales.

Appliquer avec StatMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

The neighbourhood of related methods — select a node to explore.

Régression logistique

Analyse de régression mu…Appariement par score de…Analyse de survie Régression logistique av…AdaBoost ARFIMA : Modèle ARMA à i…Étude cas-témoins bayési…Analyse bayésienne dose-…Bayesian k-Nearest Neigh…Régression logistique ba…

+79 more

Sources

Cox, D. R. (1958). The regression analysis of binary sequences. Journal of the Royal Statistical Society, Series B, 20(2), 215–242. DOI: 10.1111/j.2517-6161.1958.tb00292.x ↗
Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied Logistic Regression (3rd ed.). John Wiley & Sons. DOI: 10.1002/9781118548387 ↗

Comment citer cette page

ScholarGate. (2026, June 4). Binary Logistic Regression. ScholarGate. https://scholargate.app/fr/research-statistics/logistic-regression

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Analyse de régression multipleStatistiques de recherche↔ compare
Appariement par score de propensionStatistiques de recherche↔ compare
Analyse de survieStatistiques de recherche↔ compare

Compare side by side →

Référencée par

Régression logistique avec apprentissage actif AdaBoost ARFIMA : Modèle ARMA à intégration fractionnaire Étude cas-témoins bayésienne Analyse bayésienne dose-réponse Bayesian k-Nearest Neighbors Régression logistique bayésienne Bayesian Probit model Inférence statistique bayésienne Beneish M-Score : Détection de la manipulation des bénéfices Régression bêta Modèle de Bradley-Terry CatBoost Analyse causale de médiation (effets directs et indirects naturels)Test d'indépendance du Khi-deux de Pearson Explications contrefactuelles Cox proportional hazards V de Cramer Modèles de risque de crédit (Merton, KMV, CreditMetrics)Notation de crédit (Tableaux de scores, WoE/IV)Analyse de tableaux croisés Arbre de décision Analyse discriminante Conception et analyse expérimentales dose-réponse Estimation doublement robuste (AIPW)Elastic Net Arbre de décision explicable Naïve Bayes Explicable Apprentissage automatique conscient de l'équité Régression Gamma (MGL)Modèle Linéaire Généralisé (GLM)Gradient Boosting Réseau d'attention sur graphe Modèle de sélection de Heckman (Heckit / Tobit Type II)Modèle à seuil pour données de comptage Pondération par l'inverse de la probabilité de traitement (IPW / IPTW)Plus Proches Voisins (PPV)Régression Lasso LightGBM Analyse discriminante linéaire (ADL)Analyse Discriminante Linéaire (ADL Estimation par maximum de vraisemblance Calage du modèle Analyse de modération (interaction)Perceptron multicouche (MLP)Perceptron multicouche (MLP)Modélisation multiniveau Multinomial Logistic Regression Régression logistique multinomiale Régression linéaire multiple Analyse de régression multiple Régression linéaire multiple multivariée Naive Bayes Régression binomiale négative Analyse de données de panel non linéaires Régression par Moindres Carrés Ordinaires (MCO)Régression logistique ordonnée (Logit/Probit ordonné)Régression logistique ordinale Régression logistique ordinale (modèle des cotes proportionnelles)Régression de Poisson et binomiale négative Modèle de régression probit Appariement par score de propension Test z pour deux proportions Forêt Aléatoire Naive Bayes régularisé Régression Ridge Étude cas-témoins ajustée aux risques Régression de Cox à risques proportionnels ajustés sur le risque Étude épidémiologique transversale ajustée sur les risques Étude de précision diagnostique ajustée au risque Analyse risque-ajustée de la relation dose-réponse Évaluation du dépistage ajustée au risque Analyse Discriminante Robuste Régression logistique robuste Bayésien Naïf Robuste Régression de Poisson robuste Modèle Probit Robuste Bayes naïf semi-supervisé Machine à vecteurs de support semi-supervisée SHAP (SHapley Additive exPlanations)Régression linéaire simple Empilement Descente de gradient stochastique (SGD)Machine à vecteurs de support (Classification)Analyse de survie Modèle de régression censurée de Tobit Transformeur (traitement du langage naturel)XGBoost Régression de Poisson à inflation de zéros (ZIP)

Une erreur sur cette page ? Signalez-la ou proposez une correction →

Lire la méthode complète

Method map

Sources

Comment citer cette page

Méthodes apparentées

Which method?

Référencée par