Exploitation d'enquêtes de la statistique publique

Une analyse des comportements court le risque de rester incomplète si l’on se limite à l’observation de tableaux croisés ventilant une pratique selon un ou plusieurs critères. Des effets de structure peuvent en effet conduire à des interprétations erronées. Afin d’isoler l’effet propre d’un facteur « toutes choses égales par ailleurs », on peut mettre en œuvre des modélisations statistiques. La régression logistique permet de mieux mesurer l’impact de différentes variables ou caractéristiques (âge des personnes, catégorie socioprofessionnelle par exemple) sur un comportement donné.

Ce cours consistera en une introduction à la régression logistique. À partir d’un exemple déroulé en cours (basé sur les données de l’enquête Épic, Étude des parcours individuels et conjugaux, Ined-Insee, 2014), nous présenterons la méthode, ses atouts et ses limites, sans pour autant entrer dans les détails économétriques de la modélisation. Il s’agira avant tout de mettre l’emphase sur la compréhension de la « mécanique » à l’œuvre dans la régression et la mise en application pratique de la procédure PROC LOGISTIC du logiciel SAS.

Les étudiant.es seront ensuite invité.es à choisir un sujet de leur choix (parmi les thématiques abordées dans l’enquête Épic), à formuler des hypothèses et à mettre en application la PROC LOGISTIC.

Le contrôle des connaissances consistera en une épreuve sur machine lors de la dernière séance.

Rault W., Régnier-Loilier A., 2020, D’un couple à l’autre, numéro spécial autour de l’enquête Épic, Population, 74(1-2).

Support de cours SAS en ligne (régression logistique) : https://www.sas.com/content/dam/SAS/fr_fr/doc/support-clients/articles/us2015-q1-proc-logistic.pdf