Regression modelRegression / GLM

Multinomial Logistic Regression

Considérez une variable dépendante qui enregistre à quel groupe, parmi trois ou plus de groupes non ordonnés, appartient une observation — par exemple, le mode de transport qu'un navetteur choisit (voiture, bus ou train). La régression logistique multinomiale ajuste une équation par catégorie non-référence, chacune demandant : comment les prédicteurs modifient-ils les odds de choisir ce groupe par rapport au groupe de référence ? La fonction softmax convertit ensuite ces log-odds en probabilités correctes qui somment à un sur toutes les catégories, donnant une distribution de probabilité complète sur les classes de résultats pour chaque combinaison de valeurs de prédicteurs.

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.

Sources

  1. Agresti, A. (2002). Categorical Data Analysis (2nd ed.). Wiley-Interscience. ISBN: 978-0471360933
  2. Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied Logistic Regression (3rd ed.). Wiley. ISBN: 978-0470582473

Comment citer cette page

ScholarGate. (2026, June 3). Multinomial Logistic Regression. ScholarGate. https://scholargate.app/fr/statistics/multinomial-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.

Compare side by side

Référencée par

ScholarGateMultinomial Logistic Regression (Multinomial Logistic Regression). Consulté le 2026-06-15 sur https://scholargate.app/fr/statistics/multinomial-logistic-regression · Jeu de données : https://doi.org/10.5281/zenodo.20539026