Le pr\u00e9sent article propose une analyse approfondie des divergences fondamentales s\u00e9parant la r\u00e9gression lin\u00e9aire de la r\u00e9gression logistique dans le contexte des sciences humaines et de la sant\u00e9 mentale. En explorant leurs racines historiques, leurs soubassements formels, leurs algorithmes d’estimation respectifs et leurs implications psychom\u00e9triques, cette contribution vise \u00e0 doter les chercheurs, m\u00e9thodologistes et praticiens des rep\u00e8res analytiques indispensables pour s\u00e9lectionner l’outil statistique appropri\u00e9, interpr\u00e9ter fid\u00e8lement les grandeurs estim\u00e9es et garantir la reproductibilit\u00e9 de leurs inf\u00e9rences scientifiques.<\/p>\n
1. Introduction aux mod\u00e8les de r\u00e9gression en sciences psychologiques et comportementales<\/h2>\n1.1 D\u00e9finition et r\u00f4le de la mod\u00e9lisation statistique dans la recherche<\/h3>\n
Dans l’arsenal m\u00e9thodologique des sciences du comportement, la mod\u00e9lisation statistique ne se r\u00e9duit pas \u00e0 une banale description num\u00e9rique d’un \u00e9chantillon empirique. Elle repr\u00e9sente une tentative d\u00e9lib\u00e9r\u00e9e d’abstraction formelle visant \u00e0 capturer la structure g\u00e9n\u00e9ratrice sous-jacente des donn\u00e9es observ\u00e9es. En quantifiant les associations entre des variables explicatives ind\u00e9pendantes et une variable d\u00e9pendante cible, le chercheur cherche \u00e0 traduire des hypoth\u00e8ses conceptuelles abstraites en \u00e9quations math\u00e9matiques testables. Cette formalisation permet d’\u00e9valuer dans quelle mesure les variations syst\u00e9matiques d’un construit th\u00e9orique, tel que le niveau de stress per\u00e7u ou le perfectionnisme dysfonctionnel, s’articulent avec les fluctuations d’un comportement, d’une performance cognitive ou d’un statut pathologique.<\/p>\n
Sur le plan \u00e9pist\u00e9mologique, il s’av\u00e8re indispensable d’op\u00e9rer une distinction rigoureuse entre trois finalit\u00e9s majeures de la mod\u00e9lisation statistique : l’explication th\u00e9orique, la pr\u00e9diction empirique et l’inf\u00e9rence causale. Bien que ces trois dimensions s’entrecroisent fr\u00e9quemment dans la litt\u00e9rature, elles n’imposent pas les m\u00eames contraintes math\u00e9matiques. L’explication se focalise sur la significativit\u00e9 et la directionalit\u00e9 des param\u00e8tres structurels afin de valider des m\u00e9canismes postul\u00e9s a priori. La pr\u00e9diction s’attache \u00e0 la capacit\u00e9 du mod\u00e8le \u00e0 projeter avec pr\u00e9cision des \u00e9tats futurs ou non observ\u00e9s sur de nouvelles cohortes de sujets, ind\u00e9pendamment de la plausibilit\u00e9 interpr\u00e9tative des covariables. Enfin, l’inf\u00e9rence causale<\/a> requiert des conditions m\u00e9thodologiques drastiques, telles que la randomisation exp\u00e9rimentale ou le contr\u00f4le contrefactuel des biais de confusion, conditions que l’estimation statistique seule ne saurait suppl\u00e9er sans plan de recherche ad\u00e9quat.<\/p>\n L’importance cruciale de la mod\u00e9lisation r\u00e9side ainsi dans son aptitude \u00e0 tester des th\u00e9ories psychologiques complexes int\u00e9grant des facteurs multiples. Les ph\u00e9nom\u00e8nes humains \u00e9tant invariablement multid\u00e9termin\u00e9s, l’analyse multivari\u00e9e via la r\u00e9gression permet d’isoler l’effet sp\u00e9cifique d’un facteur tout en maintenant constants les effets parasites de variables confondantes telles que l’\u00e2ge, le statut socio-\u00e9conomique ou les biais cognitifs pr\u00e9existants. Elle constitue l’instrument privil\u00e9gi\u00e9 permettant de passer de l’observation ph\u00e9nom\u00e9nologique brute \u00e0 une d\u00e9monstration empirique reproductible et r\u00e9futable, condition sine qua non de la scientificit\u00e9 des disciplines comportementales.<\/p>\n L’histoire de la r\u00e9gression lin\u00e9aire plonge ses racines dans les travaux pionniers de Francis Galton<\/a> \u00e0 la fin du XIXe si\u00e8cle. \u00c9tudiant la transmission h\u00e9r\u00e9ditaire de la taille humaine \u00e0 travers les g\u00e9n\u00e9rations, Galton constata que les enfants de parents exceptionnellement grands ou petits tendaient \u00e0 pr\u00e9senter une stature plus proche de la moyenne populationnelle que celle de leurs g\u00e9niteurs. Ce ph\u00e9nom\u00e8ne, qu’il baptisa initialement \u00ab r\u00e9gression vers la m\u00e9diocrit\u00e9 \u00bb, devint le berceau de la r\u00e9gression statistique moderne. C’est ensuite son contemporain et collaborateur, Karl Pearson<\/a>, qui formalisa rigoureusement les bases math\u00e9matiques du mod\u00e8le lin\u00e9aire classique, introduisant le coefficient de corr\u00e9lation produit-moment et \u00e9tablissant la m\u00e9thode d’ajustement par minimisation g\u00e9om\u00e9trique.<\/p>\n \u00c0 l’inverse, l’\u00e9mergence de la r\u00e9gression logistique s’est d\u00e9ploy\u00e9e plus tardivement au cours du XXe si\u00e8cle, sous l’impulsion conjointe de la biom\u00e9trie, de la pharmacologie et de la d\u00e9mographie. Face \u00e0 l’impossibilit\u00e9 pratique de mod\u00e9liser des r\u00e9actions physiologiques de type \u00ab tout ou rien \u00bb (comme la survie ou le d\u00e9c\u00e8s d’un organisme soumis \u00e0 diff\u00e9rentes doses d’un principe actif) \u00e0 l’aide d’une droite lin\u00e9aire classique, des chercheurs cherch\u00e8rent une fonction sigmo\u00efde adapt\u00e9e. Le biostatisticien Joseph Berkson introduisit formellement le terme et la fonction \u00ab logit \u00bb dans les ann\u00e9es 1940, d\u00e9montrant sa maniabilit\u00e9 calculatoire sup\u00e9rieure par rapport au mod\u00e8le probit alors dominant. Par la suite, le statisticien britannique David Cox donna en 1958 ses lettres de noblesse \u00e0 la r\u00e9gression logistique moderne en articulant l’estimation des cotes relatives avec la th\u00e9orie asymptotique de la vraisemblance.<\/p>\n Cette trajectoire historique distincte a trouv\u00e9 sa synth\u00e8se d\u00e9finitive au d\u00e9but des ann\u00e9es 1970, lorsque John Nelder et Robert Wedderburn formul\u00e8rent le cadre unificateur des Mod\u00e8les Lin\u00e9aires G\u00e9n\u00e9ralis\u00e9s (GLM). Cette perc\u00e9e conceptuelle magistrale a d\u00e9montr\u00e9 que la r\u00e9gression lin\u00e9aire classique (fond\u00e9e sur la loi normale) et la r\u00e9gression logistique (fond\u00e9e sur la loi binomiale) ne constituaient pas des techniques disjointes ou rivales, mais plut\u00f4t deux instanciations particuli\u00e8res d’une m\u00eame famille exponentielle de distributions statistiques. Cette convergence a permis de standardiser les proc\u00e9dures d’inf\u00e9rence, ouvrant la voie \u00e0 une utilisation g\u00e9n\u00e9ralis\u00e9e de ces outils dans les logiciels d’analyse psychom\u00e9trique contemporains.<\/p>\n La distinction entre r\u00e9gression lin\u00e9aire et r\u00e9gression logistique ne rel\u00e8ve pas d’une simple querelle acad\u00e9mique ou d’une subtilit\u00e9 r\u00e9serv\u00e9e aux statisticiens purs. Pour le chercheur en sciences psychologiques, le recours inappropri\u00e9 \u00e0 un mod\u00e8le statistique en violation flagrante de la nature math\u00e9matique des donn\u00e9es engendre des cons\u00e9quences scientifiques d\u00e9sastreuses. L’application m\u00e9canique de la r\u00e9gression lin\u00e9aire \u00e0 un crit\u00e8re binaire ou polytomique provoque une cascade d’invalidations formelles : violation syst\u00e9matique de l’homosc\u00e9dasticit\u00e9, non-normalit\u00e9 structurelle du terme d’erreur, et g\u00e9n\u00e9ration d’estimations absurdes situ\u00e9es en dehors des bornes r\u00e9elles de probabilit\u00e9, comme l’attribution d’une probabilit\u00e9 d’occurrence n\u00e9gative ou sup\u00e9rieure \u00e0 l’unit\u00e9.<\/p>\n Au-del\u00e0 des distorsions \u0447\u0438\u0441\u0442\u043e computationnelles, l’utilisation fautive de ces mod\u00e8les d\u00e9forme substantiellement l’interpr\u00e9tation th\u00e9orique des comportements observ\u00e9s. Dans le champ de la sant\u00e9 mentale et des neurosciences comportementales, o\u00f9 les construits oscillent constamment entre dimensions continues (s\u00e9v\u00e9rit\u00e9 d’une symptomatologie, temps de latence attentionnelle) et cat\u00e9gorisations nosographiques discr\u00e8tes (diagnostic psychiatrique formel, observance th\u00e9rapeutique, r\u00e9cidive comportementale), choisir le mauvais outil entra\u00eene des biais consid\u00e9rables dans l’estimation de la force des liens d’association. Cela peut conduire \u00e0 des erreurs de type I (d\u00e9tection d’effets illusoires) ou de type II (incapacit\u00e9 \u00e0 d\u00e9celer des relations cliniques authentiques mais non lin\u00e9aires).<\/p>\n Il existe une exigence \u00e9pist\u00e9mologique fondamentale d’ad\u00e9quation entre l’architecture formelle de l’instrument math\u00e9matique et la r\u00e9alit\u00e9 ontologique du ph\u00e9nom\u00e8ne psychologique investigu\u00e9. Les processus cognitifs de s\u00e9lection ou de d\u00e9cision binaire n’\u00e9voluent pas de mani\u00e8re incr\u00e9mentale et illimit\u00e9e ; ils ob\u00e9issent \u00e0 des logiques de seuils et d’asymptotes saturationnelles. Ainsi, ma\u00eetriser les lignes de d\u00e9marcation m\u00e9thodologiques entre r\u00e9gression lin\u00e9aire et logistique conditionne la validit\u00e9 \u00e9cologique, la rigueur clinique et la p\u00e9rennit\u00e9 th\u00e9orique des r\u00e9sultats de recherche.<\/p>\n Le pilier central de la r\u00e9gression lin\u00e9aire r\u00e9side dans l’hypoth\u00e8se m\u00e9trique op\u00e9r\u00e9e sur la variable d\u00e9pendante, traditionnellement not\u00e9e Y<\/em>. Dans ce paradigme, le crit\u00e8re d’int\u00e9r\u00eat doit pr\u00e9senter les propri\u00e9t\u00e9s math\u00e9matiques d’une \u00e9chelle d’intervalle ou d’une \u00e9chelle de rapport, selon la c\u00e9l\u00e8bre typologie de Stevens. Cela implique non seulement un ordre hi\u00e9rarchique strict entre les valeurs recueillies, mais surtout une constance absolue de l’unit\u00e9 de mesure sur l’ensemble de l’\u00e9chelle : la diff\u00e9rence quantitative entre un score de 20 et un score de 25 doit avoir rigoureusement la m\u00eame signification m\u00e9trique que la diff\u00e9rence s\u00e9parant 70 de 75. Cette propri\u00e9t\u00e9 d’additivit\u00e9 permet le calcul de moyennes arithm\u00e9tiques, de variances et de covariances signifiantes.<\/p>\n Les exemples empiriques abondent au sein de la litt\u00e9rature exp\u00e9rimentale et neuropsychologique. Les chronom\u00e9tries mentales, op\u00e9rationnalis\u00e9es par les temps de r\u00e9action enregistr\u00e9s en millisecondes lors de t\u00e2ches de Stroop ou de d\u00e9tection de signaux, constituent l’arch\u00e9type de la variable continue de rapport. De m\u00eame, les concentrations physiologiques p\u00e9riph\u00e9riques, \u00e0 l’instar des taux de cortisol salivaire mesur\u00e9s lors d’un protocole de stress aigu (comme le Trier Social Stress Test), ou encore les scores composites d\u00e9riv\u00e9s de questionnaires psychom\u00e9triques valid\u00e9s (par exemple l’indice global du STAI pour l’anxi\u00e9t\u00e9 \u00e9tat, sous r\u00e9serve d’une calibration appropri\u00e9e des items) rel\u00e8vent conventionnellement de cette modalit\u00e9 continue.<\/p>\n Sur le plan abstrait, la r\u00e9gression lin\u00e9aire postule que le support distributionnel th\u00e9orique de la variable de r\u00e9ponse s’\u00e9tend de fa\u00e7on ininterrompue sur l’axe des nombres r\u00e9els, allant de moins l’infini \u00e0 plus l’infini ($-\\infty, +\\infty$<\/span>). M\u00eame si, en pratique concr\u00e8te, les instruments psychom\u00e9triques poss\u00e8dent in\u00e9vitablement des limites physiques inf\u00e9rieures et sup\u00e9rieures (effets de plancher et de plafond), le mod\u00e8le suppose que la densit\u00e9 sous-jacente du ph\u00e9nom\u00e8ne est lisse et sans discontinuit\u00e9, rendant possible l’approximation par des distributions de probabilit\u00e9 continues au premier rang desquelles tr\u00f4ne la loi normale gaussienne.<\/p>\n \u00c0 l’oppos\u00e9 diam\u00e9tral de l’architecture m\u00e9trique continue, la r\u00e9gression logistique a \u00e9t\u00e9 con\u00e7ue pour mod\u00e9liser des variables d\u00e9pendantes intrins\u00e8quement qualitatives, discr\u00e8tes et cat\u00e9gorielles. Dans sa variante la plus r\u00e9pandue \u2014 la r\u00e9gression logistique binaire \u2014, la variable de r\u00e9ponse ne peut prendre que deux valeurs exclusives et exhaustives, conventionnellement cod\u00e9es par convention binaire : $Y in {0, 1}$<\/span>. Ici, le chiffre ne repr\u00e9sente aucunement une quantit\u00e9 scalaire mesurable, mais fonctionne comme un marqueur qualitatif d’appartenance \u00e0 une classe donn\u00e9e : le chiffre 0 d\u00e9signe l’absence d’un attribut ou l’\u00e9chec \u00e0 une t\u00e2che, tandis que le chiffre 1 symbolise la pr\u00e9sence de l’attribut, la r\u00e9ussite ou la survenue de l’\u00e9v\u00e9nement cible.<\/p>\n Dans le domaine de la psychopathologie clinique et de la recherche diagnostique, ce format binaire refl\u00e8te la r\u00e9alit\u00e9 de nombreuses d\u00e9cisions taxonomiques standardis\u00e9es. Qu’il s’agisse de la pr\u00e9sence ou de l’absence d’un \u00e9pisode d\u00e9pressif caract\u00e9ris\u00e9 selon les crit\u00e8res stricts du DSM-5, de l’abandon pr\u00e9matur\u00e9 (drop-out<\/em>) versus l’ach\u00e8vement d’une th\u00e9rapie cognitivo-comportementale, de la r\u00e9ussite ou de l’\u00e9chec \u00e0 un item d’une \u00e9chelle d’aptitude intellectuelle de Wechsler, ou encore de la rechute toxicologique chez des patients d\u00e9pendants \u00e0 l’issue d’une cure de d\u00e9sintoxication, l’espace d’\u00e9chantillonnage de la r\u00e9ponse est strictement fini, discret et born\u00e9.<\/p>\n Cette contrainte topologique transforme radicalement l’objectif analytique du statisticien. Il ne s’agit plus de pr\u00e9dire la valeur num\u00e9rique exacte que prendra un individu sur un continuum infini, mais d’estimer la probabilit\u00e9 conditionnelle<\/strong> qu’un individu donn\u00e9 appartienne \u00e0 la modalit\u00e9 cible ($Y = 1$<\/span>), compte tenu de ses caract\u00e9ristiques individuelles r\u00e9sum\u00e9es par un ensemble de pr\u00e9dicteurs. L’espace de r\u00e9ponse cesse d’\u00eatre une m\u00e9trique de magnitude pour devenir un espace de probabilit\u00e9s strictement restreint \u00e0 l’intervalle ouvert ou ferm\u00e9 $[0, 1]$<\/span>.<\/p>\n Tenter de forcer un mod\u00e8le de r\u00e9gression lin\u00e9aire \u00e0 pr\u00e9dire une variable d\u00e9pendante binaire engendre une aberration th\u00e9orique et pratique d\u00e9sign\u00e9e dans la litt\u00e9rature sous le nom de Mod\u00e8le de Probabilit\u00e9 Lin\u00e9aire (MPL). Lorsque la variable Y<\/em> ne prend que les valeurs 0 ou 1, ajuster une droite par la m\u00e9thode des moindres carr\u00e9s conduit in\u00e9vitablement l’\u00e9quation \u00e0 produire, pour certaines valeurs extr\u00eames des pr\u00e9dicteurs, des valeurs pr\u00e9dites inf\u00e9rieures \u00e0 0 ou sup\u00e9rieures \u00e0 1. Dans le contexte de la psychologie m\u00e9dicale, affirmer qu’un patient particuli\u00e8rement expos\u00e9 \u00e0 des traumatismes s\u00e9v\u00e8res pr\u00e9sente une probabilit\u00e9 de $1{,}35$<\/span> de d\u00e9velopper un trouble de stress post-traumatique, ou qu’un individu r\u00e9silient poss\u00e8de une probabilit\u00e9 de $-0{,}20$<\/span>, constitue un non-sens probabiliste flagrant d\u00e9truisant toute validit\u00e9 pr\u00e9dictive.<\/p>\n Ce paradoxe math\u00e9matique d\u00e9coule directement de la contradiction structurelle entre une droite lin\u00e9aire, par essence infinie et monotone, et un ph\u00e9nom\u00e8ne probabiliste qui doit imp\u00e9rativement respecter les axiomes de Kolmogorov, bornant la probabilit\u00e9 entre 0 et 1. La r\u00e9gression logistique contourne magistralement cet \u00e9cueil en appliquant une transformation non lin\u00e9aire capable de contraindre les pr\u00e9dictions asymptotiquement \u00e0 l’int\u00e9rieur de cet intervalle l\u00e9gitime, restaurant ainsi la coh\u00e9rence formelle de l’analyse.<\/p>\n Enfin, cette divergence impose une r\u00e9flexion critique quant aux pratiques de recherche consistant \u00e0 dichotomiser arbitrairement des \u00e9chelles psychom\u00e9triques initialement continues. Transformer un inventaire de d\u00e9pression continu (comme le BDI-II) en une variable binaire (\u00ab d\u00e9pressif \u00bb versus \u00ab non d\u00e9pressif \u00bb) par l’application d’un score seuil clinique autorise certes l’usage de la r\u00e9gression logistique, mais au prix d’une amputation massive de la variance statistique, d’une chute dramatique de la puissance des tests d’hypoth\u00e8ses et d’une fausse homog\u00e9n\u00e9isation de profils cliniques sous-jacents h\u00e9t\u00e9rog\u00e8nes. Le choix de l’\u00e9chelle de mesure et du mod\u00e8le statistique associ\u00e9 scelle ainsi le destin informatif de l’ensemble de la d\u00e9marche empirique.<\/p>\n Sur le plan math\u00e9matique, le mod\u00e8le de r\u00e9gression lin\u00e9aire multiple postule que la variable d\u00e9pendante continue $Y_i$<\/span> pour un individu donn\u00e9 $i$<\/span> s’exprime comme une combinaison lin\u00e9aire directe de $p$<\/span> variables pr\u00e9dictives ($X_1, X_2, dots, X_p$<\/span>), pond\u00e9r\u00e9es par des param\u00e8tres de r\u00e9gression inconnus, auxquels s’ajoute une composante d’erreur al\u00e9atoire. L’\u00e9quation canonique s’\u00e9crit formellement sous la forme suivante :<\/p>\n $$Y_i = \\beta_0 + \\beta_1 X_{i1} + \\beta_2 X_{i2} + dots + \\beta_p X_{ip} + \\varepsilon_i$$<\/span><\/p>\n Dans cette formalisation fondamentale, le terme constant $\\beta_0$<\/span>, d\u00e9sign\u00e9 sous le terme d’intercepte (ou ordonn\u00e9e \u00e0 l’origine), sp\u00e9cifie la valeur attendue de la variable d\u00e9pendante $Y$<\/span> lorsque l’ensemble des r\u00e9gresseurs du mod\u00e8le prend la valeur z\u00e9ro ($X_1 = X_2 = dots = X_p = 0$<\/span>). Les coefficients partiels de r\u00e9gression $\\beta_j$<\/span> (pour $j in {1, dots, p}$<\/span>) quantifient la pente de la relation, c’est-\u00e0-dire le changement marginal moyen observ\u00e9 sur le crit\u00e8re $Y$<\/span> cons\u00e9cutif \u00e0 l’augmentation d’une unit\u00e9 scalaire sur le pr\u00e9dicteur $X_j$<\/span>, sous condition de stricte invariabilit\u00e9 (ceteris paribus<\/em>) de toutes les autres covariables pr\u00e9sentes dans l’\u00e9quation.<\/p>\n Le param\u00e8tre $\\varepsilon_i$<\/span>, quant \u00e0 lui, repr\u00e9sente le r\u00e9sidu stochastique individuel. Loin d’\u00eatre un simple artefact n\u00e9gligeable, ce terme d’erreur stochastique constitue le c\u0153ur probabiliste du mod\u00e8le. Il agr\u00e8ge l’ensemble des sources de variabilit\u00e9 non expliqu\u00e9es par les pr\u00e9dicteurs s\u00e9lectionn\u00e9s : erreurs de mesure psychom\u00e9triques inh\u00e9rentes aux tests, variations idiosyncrasiques interindividuelles non mod\u00e9lis\u00e9es, fluctuations temporelles impr\u00e9visibles et omissions de facteurs explicatifs pertinents. Dans le cadre th\u00e9orique de la r\u00e9gression classique, ce r\u00e9sidu est suppos\u00e9 suivre une distribution gaussienne de moyenne nulle et de variance constante $\\sigma^2$<\/span>.<\/p>\n Face \u00e0 l’inad\u00e9quation de la combinaison lin\u00e9aire directe pour contraindre une variable binaire dans l’espace des probabilit\u00e9s, la r\u00e9gression logistique introduit une fonction math\u00e9matique transcendantale non lin\u00e9aire : la fonction logistique standard, fr\u00e9quemment appel\u00e9e fonction sigmo\u00efde<\/a>. Cette fonction poss\u00e8de la propri\u00e9t\u00e9 remarquable de transformer n’importe quelle valeur issue de la droite des r\u00e9els ($]-\\infty, +\\infty[$<\/span>) en une valeur strictement confin\u00e9e \u00e0 l’intervalle ouvert $]0, 1[$<\/span>.<\/p>\n En d\u00e9signant par $\\pi_i = P(Y_i = 1 mid X_i)$<\/span> la probabilit\u00e9 conditionnelle que l’\u00e9v\u00e9nement clinique ou comportemental d’int\u00e9r\u00eat se produise pour un sujet $i$<\/span> caract\u00e9ris\u00e9 par le vecteur de pr\u00e9dicteurs $X_i$<\/span>, l’\u00e9quation de la r\u00e9gression logistique s’articule comme suit :<\/p>\n $$\\pi_i = \\frac{1}{1 + e^{-(\\beta_0 + \\beta_1 X_{i1} + dots + \\beta_p X_{ip})}} = \\frac{e^{\\beta_0 + \\beta_1 X_{i1} + dots + \\beta_p X_{ip}}}{1 + e^{\\beta_0 + \\beta_1 X_{i1} + dots + \\beta_p X_{ip}}}$$<\/span><\/p>\n Sur le plan g\u00e9om\u00e9trique, cette \u00e9quation engendre une courbe caract\u00e9ristique en forme de \u00ab S \u00bb. Lorsque la combinaison lin\u00e9aire des pr\u00e9dicteurs tend vers moins l’infini, la valeur exponentielle $e^{-(\\cdot)}$<\/span> tend vers l’infini, ce qui fait tendre la probabilit\u00e9 asymptotiquement vers 0 sans jamais l’atteindre formellement. \u00c0 l’inverse, lorsque l’indice lin\u00e9aire s’\u00e9l\u00e8ve vers des valeurs positives infinies, le terme exponentiel s’annihile, conduisant la probabilit\u00e9 \u00e0 plafonner asymptotiquement \u00e0 1. Cette formulation emp\u00eache structurellement l’apparition de pr\u00e9dictions aberrantes et mod\u00e9lise avec une \u00e9l\u00e9gance remarquable la saturation progressive des r\u00e9ponses biologiques et comportementales face \u00e0 des sollicitations d’intensit\u00e9 croissante.<\/p>\n L’analyse comparative des structures fonctionnelles de ces deux mod\u00e8les r\u00e9v\u00e8le une divergence primordiale touchant \u00e0 la notion m\u00eame de lin\u00e9arit\u00e9. La r\u00e9gression lin\u00e9aire est doublement lin\u00e9aire : elle est lin\u00e9aire dans ses param\u00e8tres ($\\beta$<\/span>) et lin\u00e9aire dans ses variables de r\u00e9ponse ($Y$<\/span>). Cela implique une propri\u00e9t\u00e9 fondamentale : l’effet marginal<\/strong> d’un pr\u00e9dicteur est constant sur toute l’\u00e9tendue de l’espace des covariables. Que le score d’anxi\u00e9t\u00e9 d’un participant passe de 10 \u00e0 11 ou de 80 \u00e0 81, l’impact marginal attendu sur son temps de r\u00e9action cognitif sera strictement identique, mat\u00e9rialis\u00e9 par une pente invariante.<\/p>\n En revanche, dans le paradigme de la r\u00e9gression logistique, si le mod\u00e8le demeure lin\u00e9aire dans ses param\u00e8tres (au niveau de l’espace abstrait sous-jacent que nous d\u00e9taillerons ult\u00e9rieurement), la relation unissant les pr\u00e9dicteurs \u00e0 la probabilit\u00e9 observ\u00e9e est fondamentalement non lin\u00e9aire. Le taux de variation de la probabilit\u00e9 en fonction de $X_j$<\/span> n’est pas constant : il correspond \u00e0 la d\u00e9riv\u00e9e premi\u00e8re de la fonction sigmo\u00efde par rapport au pr\u00e9dicteur, laquelle s’\u00e9crit $\\frac{\\partial \\pi}{\\partial X_j} = \\beta_j \\pi (1 – \\pi)$<\/span>.<\/p>\n Cette d\u00e9rivation formelle met en lumi\u00e8re un ph\u00e9nom\u00e8ne psychologique et clinique majeur : l’effet d’un pr\u00e9dicteur sur la probabilit\u00e9 de survenue d’un comportement d\u00e9pend enti\u00e8rement de la probabilit\u00e9 de base du sujet. L’impact marginal est maximal au point d’inflexion o\u00f9 $\\pi = 0{,}5$<\/span>, l\u00e0 o\u00f9 l’incertitude comportementale est \u00e0 son comble. En revanche, pour des individus pr\u00e9sentant d\u00e9j\u00e0 une probabilit\u00e9 conditionnelle extr\u00eamement faible ($\\pi \\approx 0$<\/span>) ou extr\u00eamement \u00e9lev\u00e9e ($\\pi \\approx 1$<\/span>), l’augmentation unitaire du pr\u00e9dicteur n’induit qu’une modification infinit\u00e9simale de la probabilit\u00e9 finale. Parall\u00e8lement, cette dynamique non lin\u00e9aire conf\u00e8re \u00e0 la r\u00e9gression logistique une r\u00e9silience sup\u00e9rieure face aux valeurs extr\u00eames isol\u00e9es sur les variables explicatives, l’asymptote absorbant les d\u00e9viations qui, dans un cadre purement lin\u00e9aire, auraient exerc\u00e9 un levier d\u00e9mesur\u00e9 sur l’estimation de la pente.<\/p>\n La probabilit\u00e9 conditionnelle, not\u00e9e formellement $P(Y = 1 mid X)$<\/span>, constitue l’entit\u00e9 que le chercheur aspire fondamentalement \u00e0 quantifier lorsqu’il s’int\u00e9resse \u00e0 des issues dichotomiques. Qu’il s’agisse de mesurer la probabilit\u00e9 qu’un adolescent scolaris\u00e9 d\u00e9veloppe un comportement d’addiction aux jeux vid\u00e9o en fonction de ses scores de solitude \u00e9motionnelle, ou d’estimer les chances de r\u00e9mission d’un \u00e9tat de stress aigu post-intervention, la probabilit\u00e9 est la grandeur la plus intuitive sur le plan clinique. Cependant, son intervalle ferm\u00e9 strict $[0, 1]$<\/span> en fait un objet math\u00e9matique particuli\u00e8rement r\u00e9fractaire aux op\u00e9rations alg\u00e9briques d’addition et de multiplication vectorielle non born\u00e9es.<\/p>\n Tenter de relier directement cette probabilit\u00e9 \u00e0 une droite de r\u00e9gression sans interm\u00e9diaire m\u00e9thodologique oblige \u00e0 imposer des contraintes artificielles de troncature qui d\u00e9truisent la diff\u00e9rentiabilit\u00e9 de la fonction aux bornes. C’est pr\u00e9cis\u00e9ment pour r\u00e9soudre ce verrou conceptuel que la th\u00e9orie des mod\u00e8les lin\u00e9aires g\u00e9n\u00e9ralis\u00e9s recourt au concept r\u00e9volutionnaire de fonction de lien<\/em> (link function). La fonction de lien op\u00e8re comme un transformateur topologique : elle mappe l’esp\u00e9rance conditionnelle de la variable de r\u00e9ponse, soumise \u00e0 des restrictions de domaine, sur un espace continu non born\u00e9 sur lequel les op\u00e9rations lin\u00e9aires classiques redeviennent parfaitement licites et coh\u00e9rentes.<\/p>\n Dans la r\u00e9gression lin\u00e9aire standard, la fonction de lien est dite \u00ab identit\u00e9 \u00bb, car l’esp\u00e9rance math\u00e9matique de la r\u00e9ponse est directement \u00e9quivalente au pr\u00e9dicteur lin\u00e9aire : $g(\\mu) = \\mu$<\/span>. Pour la r\u00e9gression logistique, la fonction de lien employ\u00e9e est la fonction logit, qui n\u00e9cessite le passage interm\u00e9diaire par le concept probabiliste de \u00ab cote \u00bb ou d’odds<\/em>.<\/p>\n Dans la th\u00e9orie des jeux et la statistique inf\u00e9rentielle anglo-saxonne, la cote (odds<\/em>) d’un \u00e9v\u00e9nement se d\u00e9finit math\u00e9matiquement comme le ratio entre la probabilit\u00e9 de survenue de cet \u00e9v\u00e9nement ($\\pi$<\/span>) et la probabilit\u00e9 de sa non-survenue ($1 – \\pi$<\/span>) :<\/p>\n $$\\text{Odds} = \\frac{\\pi}{1 – \\pi}$$<\/span><\/p>\n Si la probabilit\u00e9 d’un diagnostic clinique est de $0{,}80$<\/span>, la probabilit\u00e9 compl\u00e9mentaire d’absence de pathologie est de $0{,}20$<\/span>. La cote s’\u00e9tablit alors \u00e0 $0{,}80 \/ 0{,}20 = 4{,}0$<\/span>. Cela signifie que la survenue de l’\u00e9v\u00e9nement est quatre fois plus probable que sa non-survenue, ou qu’il y a 4 \u00ab chances contre 1 \u00bb. Cette premi\u00e8re transformation poss\u00e8de un avantage m\u00e9trique majeur : alors que la probabilit\u00e9 $\\pi$<\/span> est born\u00e9e sup\u00e9rieurement par 1, la cote s’\u00e9tend sur un espace semi-ouvert allant de 0 \u00e0 plus l’infini ($[0, +\\infty[$<\/span>). Toutefois, l’asym\u00e9trie persiste, les valeurs comprises entre 0 et 1 comprimant l’ensemble des situations o\u00f9 la non-survenue est pr\u00e9dominante, tandis que les valeurs sup\u00e9rieures \u00e0 1 s’\u00e9talent ind\u00e9finiment.<\/p>\n Pour parachever la lin\u00e9arisation, on applique \u00e0 cette cote l’op\u00e9rateur logarithme n\u00e9p\u00e9rien ($ln$<\/span>). Cette transformation logarithmique engendre la variable formalis\u00e9e sous le terme de Logit<\/strong> :<\/p>\n $$\\text{Logit}(\\pi) = \\ln(\\text{Odds}) = \\ln\\left(\\frac{\\pi}{1 – \\pi}\\right)$$<\/span><\/p>\n Cette fonction logit poss\u00e8de la propri\u00e9t\u00e9 math\u00e9matique de projeter l’intervalle de probabilit\u00e9 initial $[0, 1]$<\/span> sur la droite r\u00e9elle compl\u00e8te $]-\\infty, +\\infty[$<\/span>. Lorsque $\\pi = 0{,}5$<\/span>, la cote est \u00e9gale \u00e0 1, et son logarithme s’annule rigoureusement ($\\text{logit} = 0$<\/span>). Lorsque la probabilit\u00e9 s’approche de 0, le logit plonge vers $-\\infty$<\/span> ; \u00e0 l’inverse, lorsque la probabilit\u00e9 converge vers 1, le logit s’\u00e9l\u00e8ve vers $+\\infty$<\/span>. En posant $\\text{Logit}(\\pi_i) = \\beta_0 + \\beta_1 X_{i1} + dots + \\beta_p X_{ip}$<\/span>, la r\u00e9gression logistique r\u00e9tablit une stricte lin\u00e9arit\u00e9 math\u00e9matique, non pas entre le pr\u00e9dicteur et la probabilit\u00e9 brute, mais entre le pr\u00e9dicteur et le logarithme n\u00e9p\u00e9rien de la cote.<\/p>\n L’introduction de l’espace logit d\u00e9passe largement l’astuce technique : elle trouve une r\u00e9sonance conceptuelle profonde dans les mod\u00e8les contemporains de la mesure psychologique, particuli\u00e8rement au sein de la th\u00e9orie de r\u00e9ponse aux items<\/a> (TRI). Le c\u00e9l\u00e8bre mod\u00e8le logistique \u00e0 un param\u00e8tre d\u00e9velopp\u00e9 par le math\u00e9maticien danois Georg Rasch repose sur une formulation formellement identique \u00e0 celle d’une r\u00e9gression logistique, o\u00f9 la probabilit\u00e9 de r\u00e9ussite d’un individu \u00e0 un test d’aptitude cognitive s’exprime comme une fonction sigmo\u00efde de l’\u00e9cart entre le niveau de comp\u00e9tence latente du sujet ($\\theta$<\/span>) et le niveau de difficult\u00e9 intrins\u00e8que de l’item ($\\delta$<\/span>) : $\\text{Logit}(P) = \\theta – \\delta$<\/span>.<\/p>\n Dans ce cadre psychom\u00e9trique, le coefficient de pente $\\beta$<\/span> issu d’une r\u00e9gression logistique s’interpr\u00e8te directement comme un indice de discrimination<\/em>. Plus la valeur absolue du coefficient est \u00e9lev\u00e9e, plus la pente de la sigmo\u00efde est abrupte au point d’inflexion, et plus le pr\u00e9dicteur poss\u00e8de un pouvoir discriminant \u00e9lev\u00e9 pour diff\u00e9rencier les individus situ\u00e9s de part et d’autre du seuil critique. \u00c0 l’inverse, un coefficient proche de z\u00e9ro g\u00e9n\u00e8re une courbe logistique quasi plate, signalant l’inaptitude du pr\u00e9dicteur \u00e0 modifier significativement la cote du comportement \u00e9tudi\u00e9.<\/p>\n L’espace logit permet ainsi de r\u00e9concilier la complexit\u00e9 des dynamiques humaines avec des structures d’analyse stables. Il mod\u00e9lise l’acc\u00e9l\u00e9ration et la d\u00e9c\u00e9l\u00e9ration des changements psychologiques : un changement environnemental ou une intervention clinique produira des variations observables massives chez des sujets initialement en situation de balance ou d’h\u00e9sitation comportementale (pr\u00e8s du logit 0), alors que les m\u00eames stimuli demeureront virtuellement sans effet sur des sujets solidement ancr\u00e9s dans des patterns comportementaux fix\u00e9s aux extr\u00e9mit\u00e9s de la distribution.<\/p>\n La validit\u00e9 des conclusions inf\u00e9rentielles issues d’une r\u00e9gression lin\u00e9aire repose sur le respect scrupuleux d’un ensemble de postulats distributionnels formalis\u00e9s par le c\u00e9l\u00e8bre th\u00e9or\u00e8me de Gauss-Markov<\/a>, compl\u00e9t\u00e9 par l’hypoth\u00e8se de normalit\u00e9 stochastique. L’inobservation de ces pr\u00e9requis th\u00e9oriques alt\u00e8re directement les propri\u00e9t\u00e9s des estimateurs, rendant les tests de significativit\u00e9 statistique ($t$<\/span> de Student, $F$<\/span> de Fisher-Snedecor) invalides ou trompeurs.<\/p>\n Le premier postulat fondamental stipule la lin\u00e9arit\u00e9 stricte<\/strong> de la relation entre l’esp\u00e9rance math\u00e9matique conditionnelle de la variable d\u00e9pendante et les variables explicatives : $E(Y mid X) = X\\beta$<\/span>. Si la v\u00e9ritable trajectoire du ph\u00e9nom\u00e8ne psychologique sous-jacent est quadratique, exponentielle ou discontinue, le mod\u00e8le lin\u00e9aire sous-estimera syst\u00e9matiquement l’association globale.<\/p>\n Le second postulat concerne l’homosc\u00e9dasticit\u00e9<\/strong>, ou l’invariance de la variance des r\u00e9sidus. Pour l’ensemble des valeurs prises par la combinaison de pr\u00e9dicteurs, la dispersion de l’erreur stochastique doit demeurer strictement constante : $\\text{Var}(\\varepsilon_i mid X_i) = \\sigma^2$<\/span>. En psychom\u00e9trie diff\u00e9rentielle, l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 est pourtant monnaie courante : la variabilit\u00e9 des performances cognitives ou des r\u00e9ponses \u00e9motionnelles augmente fr\u00e9quemment \u00e0 mesure que l’intensit\u00e9 des traits mesur\u00e9s cro\u00eet.<\/p>\n Enfin, le troisi\u00e8me pilier postule la normalit\u00e9 multivari\u00e9e des erreurs r\u00e9siduelles<\/strong> : $\\varepsilon \\sim \\mathcal{N}(0, \\sigma^2 I)$<\/span>. Si cette hypoth\u00e8se peut \u00eatre l\u00e9g\u00e8rement assouplie dans le cas d’\u00e9chantillons volumineux gr\u00e2ce au th\u00e9or\u00e8me central limite pour ce qui touche \u00e0 l’estimation asymptotique ponctuelle des coefficients, elle demeure absolument critique pour la validit\u00e9 empirique des intervalles de confiance \u00e0 taille d’\u00e9chantillon finie.<\/p>\n La r\u00e9gression logistique se caract\u00e9rise par une flexibilit\u00e9 distributionnelle sensiblement plus vaste que celle du mod\u00e8le lin\u00e9aire conventionnel. Ne reposant pas sur le cadre des moindres carr\u00e9s gaussiens, elle s’affranchit de plusieurs hypoth\u00e8ses contraignantes qui limitent r\u00e9guli\u00e8rement l’application de la r\u00e9gression lin\u00e9aire dans les cohortes cliniques r\u00e9elles.<\/p>\n Premi\u00e8rement, la r\u00e9gression logistique n’exige en aucune mani\u00e8re que les variables ind\u00e9pendantes ($X$<\/span>) suivent une distribution normale multivari\u00e9e. Les pr\u00e9dicteurs peuvent \u00eatre continus, discr\u00e8tement ordinaux ou dichotomiques, et peuvent pr\u00e9senter des asym\u00e9tries s\u00e9v\u00e8res sans vicier structurellement l’estimation des coefficients. De surcro\u00eet, elle \u00e9limine totalement l’hypoth\u00e8se d’homosc\u00e9dasticit\u00e9 au sens lin\u00e9aire. Pour une variable de Bernoulli $Y$<\/span>, la variance conditionnelle d\u00e9pend math\u00e9matiquement de la probabilit\u00e9 elle-m\u00eame : $\\text{Var}(Y mid X) = \\pi(1 – \\pi)$<\/span>. L’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 n’est donc plus un artefact perturbateur \u00e0 corriger, mais une propri\u00e9t\u00e9 formellement int\u00e9gr\u00e9e dans la structure du mod\u00e8le.<\/p>\n N\u00e9anmoins, la r\u00e9gression logistique introduit sa propre condition de validit\u00e9 fondamentale : l’hypoth\u00e8se de lin\u00e9arit\u00e9 dans le logit<\/strong>. Si la relation entre $X$<\/span> et la probabilit\u00e9 brute $\\pi$<\/span> est intrins\u00e8quement curvilin\u00e9aire en \u00ab S \u00bb, la relation unissant $X$<\/span> au logarithme n\u00e9p\u00e9rien des cotes ($\\ln[\\pi \/ (1 – \\pi)]$<\/span>) doit \u00eatre rigoureusement rectiligne. La violation de ce postulat conduit \u00e0 des estimations d\u00e9form\u00e9es de l’odds ratio, n\u00e9cessitant l’emploi de transformations polynomiales des pr\u00e9dicteurs, de fonctions splines ou de mod\u00e8les additifs g\u00e9n\u00e9ralis\u00e9s (GAM) pour restaurer l’ad\u00e9quation structurelle.<\/p>\n En d\u00e9pit de leurs dissemblances fondamentales, les deux m\u00e9thodologies partagent un socle de vuln\u00e9rabilit\u00e9s communes dont l’occultation peut ruiner la reproductibilit\u00e9 des inf\u00e9rences. La premi\u00e8re exigence transversale concerne l’ind\u00e9pendance conditionnelle stricte des observations<\/strong>. Si les donn\u00e9es recueillies pr\u00e9sentent une structure de d\u00e9pendance spatiale, temporelle, g\u00e9n\u00e9alogique ou organisationnelle \u2014 comme des \u00e9l\u00e8ves observ\u00e9s au sein de m\u00eames classes ou des mesures r\u00e9p\u00e9t\u00e9es obtenues aupr\u00e8s d’un m\u00eame patient au fil de sessions th\u00e9rapeutiques successives \u2014, les deux mod\u00e8les \u00e9chouent \u00e0 calibrer les erreurs standards, aboutissant \u00e0 une inflation dramatique des erreurs de type I.<\/p>\n La seconde vuln\u00e9rabilit\u00e9 partag\u00e9e r\u00e9side dans la sensibilit\u00e9 \u00e0 la multicolin\u00e9arit\u00e9 s\u00e9v\u00e8re<\/strong> entre pr\u00e9dicteurs psychologiques. Lorsque deux ou plusieurs variables explicatives pr\u00e9sentent de tr\u00e8s fortes intercorr\u00e9lations (par exemple l’anxi\u00e9t\u00e9-trait et la d\u00e9tresse psychologique g\u00e9n\u00e9rale), la matrice de covariance devient quasi-singuli\u00e8re. Cela engendre une instabilit\u00e9 algorithmique majeure, un gonflement disproportionn\u00e9 des erreurs types et une incapacit\u00e9 \u00e0 isoler les contributions respectives de chaque construit th\u00e9orique.<\/p>\n Enfin, la r\u00e9gression logistique pr\u00e9sente une fragilit\u00e9 singuli\u00e8re absente du mod\u00e8le lin\u00e9aire : le ph\u00e9nom\u00e8ne pathologique de s\u00e9paration compl\u00e8te<\/strong> (ou quasi-s\u00e9paration), identifi\u00e9 formellement par Albert et Anderson (1984). Lorsque, au sein d’un \u00e9chantillon psychom\u00e9trique de taille modeste, une combinaison lin\u00e9aire de pr\u00e9dicteurs permet de pr\u00e9dire infailliblement le crit\u00e8re binaire (par exemple si l’ensemble des patients ayant subi un traumatisme sp\u00e9cifique d\u00e9veloppent tous syst\u00e9matiquement la pathologie \u00e9tudi\u00e9e sans exception), l’algorithme d’estimation s’effondre : le coefficient logistique diverge vers $+\\infty$<\/span> ou $-\\infty$<\/span>, et les erreurs standards explosent, rendant toute inf\u00e9rence conventionnelle math\u00e9matiquement impossible sans ajustement p\u00e9nalis\u00e9.<\/p>\n L’estimation des param\u00e8tres structurels dans la r\u00e9gression lin\u00e9aire repose quasi universellement sur le paradigme s\u00e9culaire des Moindres Carr\u00e9s Ordinaires<\/a> (MCO, ou OLS en anglais). L’objectif g\u00e9om\u00e9trique et alg\u00e9brique de cette m\u00e9thode consiste \u00e0 identifier le vecteur de param\u00e8tres $\\hat{\\beta}$<\/span> qui minimise la somme des carr\u00e9s des \u00e9carts verticaux s\u00e9parant les points empiriques observ\u00e9s de la surface de r\u00e9gression pr\u00e9dite. Cette quantit\u00e9, d\u00e9sign\u00e9e sous le terme de somme des carr\u00e9s r\u00e9siduels ($SCE$<\/span>), s’exprime matriciellement comme suit :<\/p>\n $$SCE = \\sum_{i=1}^n \\varepsilon_i^2 = \\sum_{i=1}^n (Y_i – X_i \\beta)^2 = (Y – X\\beta)'(Y – X\\beta)$$<\/span><\/p>\n L’un des avantages les plus remarquables de cette approche r\u00e9side dans l’existence d’une solution analytique explicite sous forme close. En annulant le gradient vectoriel de cette fonction quadratique par rapport au vecteur $\\beta$<\/span>, on aboutit \u00e0 la formule canonique universelle des \u00e9quations normales :<\/p>\n $$\\hat{\\beta}_{MCO} = (X’X)^{-1}X’Y$$<\/span><\/p>\n Cette \u00e9l\u00e9gante formulation matricielle garantit que, d\u00e8s lors que la matrice de dispersion des pr\u00e9dicteurs $X’X$<\/span> est de plein rang (c’est-\u00e0-dire non singuli\u00e8re et exempte de colin\u00e9arit\u00e9 parfaite), le calcul des coefficients est direct, d\u00e9terministe et instantan\u00e9, sans n\u00e9cessiter la moindre approximation num\u00e9rique. Selon le th\u00e9or\u00e8me de Gauss-Markov, sous r\u00e9serve que les r\u00e9sidus soient de moyenne nulle, homosc\u00e9dastiques et non autocorr\u00e9l\u00e9s, l’estimateur MCO poss\u00e8de la propri\u00e9t\u00e9 BLUE (Best Linear Unbiased Estimator<\/em>) : il constitue l’estimateur lin\u00e9aire sans biais poss\u00e9dant la variance d’\u00e9chantillonnage minimale parmi tous les estimateurs lin\u00e9aires possibles.<\/p>\n L’estimation par les moindres carr\u00e9s s’av\u00e8re totalement inop\u00e9rante en r\u00e9gression logistique en raison de la nature discr\u00e8te et born\u00e9e de la distribution de Bernoulli r\u00e9gissant la variable de r\u00e9ponse binaire. Le calcul des param\u00e8tres requiert donc le recours \u00e0 une m\u00e9thodologie d’optimisation plus g\u00e9n\u00e9rale et probabiliste : l’Estimation par le Maximum de Vraisemblance<\/a> (EMV).<\/p>\n Le principe sous-jacent de l’EMV repose sur une inversion conceptuelle du raisonnement statistique classique : consid\u00e9rant l’\u00e9chantillon de donn\u00e9es empiriques comme fixe et immuable une fois collect\u00e9, on cherche \u00e0 identifier les valeurs des param\u00e8tres $\\beta$<\/span> qui rendent la survenue de cet \u00e9chantillon pr\u00e9cis la plus plausible possible. Pour une suite d’observations ind\u00e9pendantes issues d’une loi de Bernoulli de param\u00e8tre $\\pi_i$<\/span>, la fonction de vraisemblance conjointe $L(\\beta)$<\/span> s’\u00e9crit sous forme de produit factoriel :<\/p>\n $$L(\\beta) = \\prod_{i=1}^n \\pi_i^{Y_i} (1 – \\pi_i)^{1 – Y_i}$$<\/span><\/p>\n Manipuler des produits infinis de probabilit\u00e9s soulevant d’immenses difficult\u00e9s calculatoires dues au sous-d\u00e9bordement arithm\u00e9tique (underflow<\/em>), les statisticiens transforment syst\u00e9matiquement cette fonction en son logarithme n\u00e9p\u00e9rien, aboutissant \u00e0 la fonction de log-vraisemblance ($ell(\\beta)$<\/span>) :<\/p>\n $$ell(\\beta) = \\ln L(\\beta) = \\sum_{i=1}^n \\left[ Y_i \\ln(\\pi_i) + (1 – Y_i) \\ln(1 – \\pi_i) \\right]$$<\/span><\/p>\n En substituant dans cette expression la formulation logistique $\\pi_i = \\frac{1}{1 + e^{-X_i \\beta}}$<\/span>, la log-vraisemblance devient une fonction strictement concave des param\u00e8tres $\\beta$<\/span>, ce qui garantit th\u00e9oriquement l’existence d’un maximum global unique en l’absence de s\u00e9paration parfaite des donn\u00e9es.<\/p>\n Contrairement \u00e0 l’\u00e9quation des moindres carr\u00e9s, l’annulation des d\u00e9riv\u00e9es partielles de la log-vraisemblance logistique (le syst\u00e8me d’\u00e9quations de score) d\u00e9bouche sur un syst\u00e8me d’\u00e9quations transcendantales non lin\u00e9aires qui ne poss\u00e8de aucune solution analytique close. Il est formellement impossible d’isoler directement le vecteur $\\beta$<\/span> par une op\u00e9ration matricielle directe analogue \u00e0 $(X’X)^{-1}X’Y$<\/span>.<\/p>\n1.2 \u00c9mergence et \u00e9volution historique des deux approches<\/h3>\n
1.3 Probl\u00e9matique centrale : pourquoi distinguer imp\u00e9rativement les deux mod\u00e8les ?<\/h3>\n
2. La nature de la variable d\u00e9pendante : le crit\u00e8re fondamental de divergence<\/h2>\n
2.1 La variable continue dans la r\u00e9gression lin\u00e9aire<\/h3>\n
2.2 La variable cat\u00e9gorielle dans la r\u00e9gression logistique<\/h3>\n
2.3 Implications de l’\u00e9chelle de mesure sur le choix du mod\u00e8le<\/h3>\n
3. Fondements math\u00e9matiques et formulations structurales<\/h2>\n
3.1 \u00c9quation g\u00e9n\u00e9rale de la r\u00e9gression lin\u00e9aire<\/h3>\n
3.2 La fonction sigmo\u00efde et l’\u00e9quation de la r\u00e9gression logistique<\/h3>\n
![\"logistic](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/linear_vs_logistic1-1.png\")
3.3 Comparaison structurelle des architectures math\u00e9matiques<\/h3>\n
4. La transformation des cotes et l’espace Logit<\/h2>\n
4.1 Le concept de probabilit\u00e9 conditionnelle et ses limites de mod\u00e9lisation directe<\/h3>\n
4.2 D\u00e9finition th\u00e9orique des cotes (Odds) et du logarithme n\u00e9p\u00e9rien des cotes (Logit)<\/h3>\n
4.3 Interpr\u00e9tation psychom\u00e9trique de l’espace Logit<\/h3>\n
5. Postulats et conditions d’application des deux mod\u00e8les<\/h2>\n
5.1 Les hypoth\u00e8ses classiques de Gauss-Markov en r\u00e9gression lin\u00e9aire<\/h3>\n
5.2 Le cadre d’hypoth\u00e8ses de la r\u00e9gression logistique<\/h3>\n
5.3 Hypoth\u00e8ses communes et vuln\u00e9rabilit\u00e9s partag\u00e9es<\/h3>\n
6. M\u00e9thodes d’estimation des param\u00e8tres : MCO versus Maximum de Vraisemblance<\/h2>\n
6.1 L’estimation par les Moindres Carr\u00e9s Ordinaires (MCO)<\/h3>\n
6.2 L’estimation par le Maximum de Vraisemblance (EMV)<\/h3>\n
6.3 Algorithmes d’optimisation num\u00e9rique et convergence<\/h3>\n