Search

Il est très fréquent en sociologie de chercher à comparer les effets d’une variable d’un même modèle logit réalisé sur plusieurs groupes. La manière la plus courante de réaliser cette opération a souvent consisté à comparer directement la valeur du coefficient logit de la variable d’intérêt. Or, cette pratique soulève de sérieuses objections méthodologiques dans le cas de la modélisation logit. Ce point a été mis en évidence dans la littérature sociologique par Allison à la fin des années 1990. De la fin des années 2000 jusqu’à aujourd’hui, un nombre conséquent de travaux ont été consacrés à ce sujet. Notre objectif ici est de traiter cette question dans le cas où la variable d’intérêt est catégorielle et dans un cadre général regroupant la modélisation logit dichotomique et polytomique. Les solutions discutées dans cet article consistent à passer par une traduction du coefficient logit sous forme de probabilités. Après avoir rappelé les données du problème et les différents registres de solutions proposées, nous étudions le comportement de deux méthodes de traduction d’un coefficient logit, l’écart expérimental et l’écart pur, du point de vue de la comparaison entre plusieurs groupes des résultats d’une modélisation logit.

Is It Possible and Desirable to Translate a Logit Coefficient into Probabilities — Reply to Comments by Marion Selz on My BMS 2010 Article: Marion Selz responded to my BMS article on the translation of a logit coefficient into probabilities. I propose here to respond to her objections by showing that the translation is not a problem when one thoroughly understands what takes place. We first show the relationship between linear models and logistic models, and then the relationship between the translation of a logit coefficient and standardization in demography, and finally the sociological interest of such a translation in the general framework of logit modeling.

Why Translate into Probabilities the Results of Logit Models?: Jérôme Deauvieau suggested in the BMS (2010, 105: 5-23) different ways of translating the results of a logit model into the language of two-way tables. This note shows the limits and drawbacks of such operations, which are lose the notion of ‘‘all things equal otherwise’’, or the significance of the result.

How to Translate a Logit Model into Probabilities: It is common in sociology to try to translate the results of a logit model into probabilities or percentages; in other words, into the language of cross tabulations. The purpose of this paper is to present and discuss three ways of performing this operation. This is done using numerical data taken from the FQP 2003 survey by INSEE. We present and discuss successively the method ‘‘of deviation from a reference situation’’, the ‘‘experimental deviation’’ method and finally the method of ‘‘pure deviation’’.

A Selection of BMSArticles on CARME (Correspondance Analysis and Related Methods) and on Logistic Regression: The authors, both members of the BMSEditorial Board and know specialists in the area of CARME and logistic regression made this commented selection of articles.