4.3.3. Gains total et relatif du modèle
Avec toujours pour référence la table de
prédiction employée précédemment, il est possible
de lire les gains total et relatif du modèle estimé,
comparativement au modèle à probabilité constante
(modèle contraint). Sur le cadran droit de la table, on peut voir les
informations liées au modèle contraint (ou modèle sous
hypothèse nulle). L'information capitale est que le modèle
contraint classifie correctement 59,18% des observations. En
conséquence, il ressort un gain total de 6,12% pour le modèle
estimé par rapport au modèle contraint. Ce qui veut dire que le
modèle estimé est de 6,12 points de pourcentage meilleur en
matière de prédiction de réponses que le modèle
sous hypothèse nulle (tous les coefficients nuls).
46
Il y a également le gain relatif qui est de 15% ; cela
veut dire que le changement de modèle (passage du modèle
contraint au modèle estimé), représente une
amélioration de 15% par rapport aux 59,18% de prédictions
correctes du modèle sous hypothèse nulle.
4.3.4. Test de significativité individuelle des
coefficients Soit à tester :
??0:???? = 0 ???? ?? > 0,10
Avec K ? [1, 6]
??0:???? ? 0 ???? ?? = 0,10
En observant le tableau 9, on note que seules les variables
EDUC, ETHNIES et SEXE ont des p-values inférieures à 0,10. En
effet, pour la variable EDUC, la probabilité associée est de
0.0708< 0,10. La probabilité liée à la variable ETHNIES
est de 0.0801< 0,10. La probabilité rattachée à la
variable SEXE est de 0.0426< 0,10. Nous pouvons donc conclure que les
variables EDUC, ETHNIES et SEXE sont toutes significativement
différentes de 0, au seuil de 10%.
En résumé, d'abord, notre modèle est tel
qu'il y a au moins une variable pour laquelle le coefficient est
significativement différent de 0, au seuil de 10%. Ensuite, le
modèle prédit correctement 65, 31% des observations. En outre, le
modèle estimé apporte une valeur ajoutée en termes de
prédiction par rapport au modèle contraint. Enfin, trois (03)
variables explicatives (EDUC, ETHNIES et SEXE) sont significatives au seuil de
10%.
De tout ce qui précède, nous pouvons conclure
que les résultats du modèle sont globalement significatifs. Le
modèle est adéquat, même si les prédictions
correctes représentent 65,31%. Par conséquent, le modèle
est validé sur le plan statistique. Quelle est alors la portée
économique de tels résultats ?
| 
