Régression logistique multinomiale et/ou ordinale

bonjour,
je dispose d'une variable à expliquer en trois niveaux : "aucun, moyen, fort".
Une régression logistique ordinale pourrait donc être appropriée, mais je voulais savoir s'il était néanmoins également correct d'utiliser une régression logistique multinomiale. Je préférerais en effet utiliser cette dernière car je la connais un peu mieux, notamment pour les sorties graphiques. Suis-je donc "obligée" de passer par une régression ordinale ou la multinomiale peut aussi s'appliquer ?
Merci pour votre éclairage !

La régression multinomiale peut s'appliquer. Simplement le fait d'utiliser la régression logistique permet de tester des modèles concernant la progression de aucun à fort.

Merci pour votre réponse. J'ai testé une régression ordinale avec "clm" du pack ordinal, mais à ce stade j'ai encore du mal à interpréter les sorties de R. Je n'ai pas encore trouvé de ressource explicative pour m'en dépatouiller et trouver des représentations graphiques intéressantes. Je verrai donc dans un second temps.

Bonjour Volivoile,

La régression multinomiale peut s'appliquer en effet, par contre, si tu l'appliques sur des données ordinales, tu ne prends pas en compte cette information. C'est à dire que l'ordre des modalités n'est pas pris en compte, ce qui peut être important.
Pouvez-vous partager les sorties R, afin de t'aider sur l'interpretation ?

F.

Merci pour la proposition ! Voici mon tableau de données et le graphique correspondant. Ma variable dépendante comprenait 3 niveaux : aucun-moyen-fort (qui correspond à des niveaux de changements engagés), que je cherche donc à expliquer avec les variables du tableau.
[/url][/img]

[/url][/img]

J'interprète de cette manière (Je ne considère que les variables dont le p est inférieur à 5% ou entre 5 et 10 %):
Nous repérons les seuils de passage d'un niveau de changement à l'autre, -0,34 et 2,31, c’est-à-dire respectivement le passage de l'absence de changement à un changement moyen, et d'un changement moyen à un changement fort :
Aucun changement-------------> -0,34 changement moyen----------->2,31 changement fort-------------
Le signe du coefficient "estimate", positif ou négatif, nous indique le rapport au passage d'une catégorie de changement à l'autre.
Ainsi, les petites exploitations, le niveau de formation BEP ou l'absence de diplôme, la perception d'un voisinage favorable aux échanges et les plus âgés sont inversement corrélés à l'expression d'un changement moyen ou fort. Dit autrement, chaque réalisation (passage du "non" au "oui") de ces modalités par des agriculteurs, tend à renforcer leur catégorisation dans les bas niveaux de changement.
Toutes variables égales par ailleurs, les modalités "avoir une exploitation de taille inférieure à 50 ha", "un niveau de formation BEP ou l'absence de diplôme", "percevoir un voisinage favorable aux échanges" ou "avoir plus de 60 ans" réduisent toutes d'environ 50% la probabilité pour l'agriculteur d'être associé à un niveau de changement moyen ou fort, ou leur non-réalisation augmente la probabilité d'être dans un niveau de changement moyen ou fort.
Inversement, l'appartenance à une catégorie de changements moyens à forts est plus probable pour les agriculteurs qui ont déclaré s'être engagés dans des responsabilités sociales -respautre01 (1,63 chances de plus), prendre au moins ponctuellement un salarié ou stagiaire sur l'exploitation - stag01 (1,73 chances de plus), avoir une activité de vente directe - vdirect01 (2,73 chances de plus), faire partie d'un groupe d'échange-grp01 (1,75 chance de plus), avoir un projet de transmission de l'exploitation (1,89 chances de plus) et avoir moins de 40 ans (2,43 chances de plus). Ces niveaux de chances s'expriment un à un toutes variables égales par ailleurs. Ils peuvent en revanche se cumuler : par exemple avoir moins de 40 ans, faire partie d'un groupe et avoir une activité de vente directe rend très probable l'appartenance à la catégorie de changement haut (somme des coefficients = 0,9 + 0,6 + 1 = 2,5, et le seuil pour passer à la catégorie "changement fort" est 2,3).

Est-ce ainsi qu'il faut comprendre les résultats ?