Régression logistique / Analyse discriminante

Bonjour,

j'aimerais votre avis concernant la démarche qui conviendrait le mieux à priori :

Je dispose de n individus, et de p variables explicatives, qui sont classés dans k = 6 groupes. (ce classement est déjà connu).
On souhaite prédire l'appartenance d'un nouvel individu à l'un de ces k=6 groupes, grâce à notre échantillon d'apprentissage.

Ici, un individu est un vecteur ligne des réponses à un questionnaire de p = 28 questions. (les réponses étant codées par des valeurs numériques entières)

A votre avis, vaut-il mieux partir sur une régression logistique polytomique ordonnée , sur une analyse discriminante linéaire... ?
Les deux ? (en regardant ensuite le modèle le plus performant à l'aide des indicateurs usuels pour ces méthodes).
Merci pour toutes précisions et conseils.

Cordialement.

Avec une régression logistique tu pourrais plus facilement interpréter les variables explicatives.

Sinon fait les deux méthodes et tu regardes laquelle donne des meilleurs résultats prédictifs (échantillons construction+test+un troisième de robustesse si tu as bcp de données) si c'est juste le but de ton projet.