Podcast
Questions and Answers
Le modèle logistique multinomial emboîté peut être facilement étendu à deux niveaux seulement.
Le modèle logistique multinomial emboîté peut être facilement étendu à deux niveaux seulement.
False (B)
Ben-Akiva a été le premier à présenter le modèle logistique multinomial emboîté.
Ben-Akiva a été le premier à présenter le modèle logistique multinomial emboîté.
False (B)
Le paramètre lambda dans le modèle LM sert à tester l'hypothèse de l'IIA.
Le paramètre lambda dans le modèle LM sert à tester l'hypothèse de l'IIA.
True (A)
Il existe une procédure de test bien définie pour choisir une structure donnée dans un arbre de décision.
Il existe une procédure de test bien définie pour choisir une structure donnée dans un arbre de décision.
La probabilité de choisir un segment du marché du travail se calcule selon Pr ob(Yi = j ) = Pr ob(Yi = j p ) ⋅ (1 − Pr ob(Yi = 0)).
La probabilité de choisir un segment du marché du travail se calcule selon Pr ob(Yi = j ) = Pr ob(Yi = j p ) ⋅ (1 − Pr ob(Yi = 0)).
Le modèle LME est rigide et peu flexible dans son utilisation.
Le modèle LME est rigide et peu flexible dans son utilisation.
Le maximum de vraisemblance est utilisé pour estimer les paramètres du modèle LME.
Le maximum de vraisemblance est utilisé pour estimer les paramètres du modèle LME.
Le test de l'hypothèse nulle lambda = 0 est efficace pour tester la pertinence de l'IIA dans le modèle LM.
Le test de l'hypothèse nulle lambda = 0 est efficace pour tester la pertinence de l'IIA dans le modèle LM.
McFadden, Amemiya et Greene ont signalé des difficultés d'interprétation des coefficients dans le modèle logistique multinomial emboîté.
McFadden, Amemiya et Greene ont signalé des difficultés d'interprétation des coefficients dans le modèle logistique multinomial emboîté.
Le choix de la structure de l'arbre de décision ne pose jamais de problème dans un contexte moins évident.
Le choix de la structure de l'arbre de décision ne pose jamais de problème dans un contexte moins évident.
