QCM Par ChatGPT PDF

# QCM Par ChatGPT ## Niveau Facile 1. Qu'est-ce qu'une variable qualitative ? - Une variable qui représente des catégories ou des qualités 2. Donnez un exemple de variable dichotomique: - Statut de travail (1=oui, 0=non) 3. Quelle est la différence principale entre une variable nominale et...

# QCM Par ChatGPT ## Niveau Facile 1. Qu'est-ce qu'une variable qualitative ? - Une variable qui représente des catégories ou des qualités 2. Donnez un exemple de variable dichotomique: - Statut de travail (1=oui, 0=non) 3. Quelle est la différence principale entre une variable nominale et une variable ordinale? - Nominale n'a pas d'ordre spécifique, ordinale en a un. 4. Dans un modèle de probabilité linéaire (MPL), que modélise la variable dépendante? - Une probabilité conditionnelle 5. Quelle est une limitation majeure du MPL ? - Les valeurs prédites peuvent sortir de l'intervalle [0-1] 6. Quel type de variable dépendante le modèle logit peut-il modéliser? - Une variable binaire 7. Quelle est une propriété des modèles logit et probit ? - La probabilité est toujours comprise entre 0 et 1 8. Dans un modèle MPL, comment les coefficients sont-ils interprétés ? - Comme une variation la probabilité pour une unité de changement de la variable explicative 9. Que représente une fonction de répartition cumulative (FRC) ? - La probabilité qu'une variable aléatoire prenne une valeur inférieure ou égale à une certaine valeur. 10. Quelle méthode est principalement utilisée pour estimer les modèles logit et probit ? - Maximum de vraisemblance ## Niveau Moyen 1. Quelle fonction de répartition cumulative (FRC) est utilisée dans le modèle logit ? - Logistique 2. Comment interpréter un coefficient β dans un modèle logit ? - Rapport de chances (odds ratio) 3. Dans quel cas le modèle probit est-il préférable au modèle logit? - Lorsque les distributions sont symétriques 4. Quelle est une caractéristique d'un modèle polytomique ordonné ? - Les catégories ont un ordre naturel 5. Quelle méthode est utilisée pour estimer les paramètres dans un modèle logit ordinal ? - Maximum de vraisemblance 6. Pourquoi les modèles multinomiaux nécessitent-ils une catégorie de référence ? - Toutes les réponses ci-dessus 7. Quel est l'effet marginal dans un modèle logit? - La variation du ratio de chances pour une unité d'augmentation de la variable explicative 8. Quelle est une limitation des modèles logit multinomiaux (MLM) ? - Ils ne garantissent pas une indépendance entre les alternatives 9. Qu'est-ce qu'un modèle probit ordonné ? - Un modèle qui impose un ordre sur les catégories de la variable dépendante 10. Dans un modèle probit, quelle distribution est utilisée pour le terme d'erreur ? - Distribution normale standard ## Niveau Difficile 1. Quels sont les avantages des modèles logit par rapport au MPL? - Tous les éléments précédents 2. Dans un modèle probit, quelle hypothèse est faite sur la distribution du terme d'erreur? - II suit une distribution normale standard 3. Quelle est la différence entre les modèles logit multinomial et ordinal ? - Le modèle multinomial ignore l'ordre des catégories 4. Pourquoi utilise-t-on une catégorie de référence dans les modèles multinomiaux ? - Pour simplifier les calculs et éviter une redondance des coefficients 5. Dans un modèle logit, comment interprète-t-on le ratio des chances (odds ratio)? - L'effet marginal d'une variable indépendante 6. Quel test est utilisé pour vérifier si un modèle ordonné est adapté ? - Test de Wald 7. Pourquoi les logits sont-ils parfois préférés aux probabilités directes dans les modèles multinomiaux ? - Toutes les réponses ci-dessus 8. Que signifie l'indépendance des alternatives irrélevantes (IIA) dans les modèles logit ? - Les probabilités des choix sont indépendantes des alternatives disponibles 9. Dans un modèle logit conditionnel, quelles données influencent les probabilités des alternatives ? - Les données spécifiques à l'individu et au choix 10. Quelle hypothèse est faite sur les seuils dans un modèle logit ordinal ? - Ils sont croissants et distincts ## Questions Pratiques et Concepts Avancés 1. Comment les coefficients d'un modèle logit ordinal diffèrent-ils des coefficients d'un modèle logit multinomial? - Ils dépendent uniquement des données spécifiques au choix 2. Quelle est une propriété des modèles logit multinomiaux mixtes ? - Ils permettent des corrélations entre alternatives 3. Dans un modèle logit multinomial, comment calcule-t-on la probabilité pour une alternative spécifique ? - En divisant l'exponentielle de l'utilité de l'alternative par la somme des exponentielles des utilités de toutes les alternatives. 4. Quel est l'objectif principal des modèles polytomiques ? - Prédire les probabilités de choix parmi plusieurs alternatives 5. Dans le cas d'un modèle probit, pourquoi les coefficients sont-ils interprétés différemment? - Ils reflètent des changements dans une variable latente, pas directement dans la probabilité 6. Comment interprète-t-on un seuil dans un modèle logit ordinal ? - II représente une variation de la probabilité entre deux catégories 7. Dans un modèle logit multinomial, pourquoi utilise-t-on des coefficients spécifiques pour chaque alternative ? - Pour permettre une interprétation spécifique à chaque alternative ## Niveau Avancé 21. Qu'est-ce que le problème d'indépendance des alternatives irrélevantes (IIA)? - Les probabilités relatives des choix sont affectées par l'ajout d'une nouvelle alternative 22. Dans un modèle probit ordonné, comment calcule-t-on la probabilité d'une catégorie spécifique ? - En soustrayant les probabilités cumulées des seuils adjacents 23. Pourquoi les modèles logit et probit utilisent-ils des distributions cumulatives ? - Pour transformer une variable latente en probabilité 24. Comment vérifie-t-on si un modèle logit ordinal est adapté ? - En évaluant la linéarité des coefficients 25. Dans un modèle logit conditionnel, quelles sont les données spécifiques aux choix ? - Les interactions entre individus et alternatives ## Cas Pratiques et Calculs 26. Un individu a le choix entre trois alternatives avec les utilités suivantes : U1=2, U2=1, U3=0. Quelle est la probabilité de choisir l'alternative 1 dans un modèle logit? 27. Dans un modèle logit ordinal, une variable explicative a un coefficient de 0.5. Quelle est l'interprétation ? - Une augmentation d'une unité de la variable explicative augmente les chances de passer à une catégorie supérieure 28. Un modèle logit conditionnel est estimé avec deux caractéristiques alternatives (prix et qualité). Que signifie un coefficient négatif pour le prix ? - Une augmentation du prix diminue la probabilité de choisir l'alternative 29. Dans un modèle probit, si le terme d'erreur suit une distribution normale standard, quelle est la probabilité de l'événement à Z=0? - 68% 30. Dans un modèle logit multinomial, que signifie une probabilité cumulée de 1 pour une alternative spécifique ? - Cette alternative est toujours choisie ## Problèmes Complexes (Calculs et Interprétations) 31. Une alternative a un ratio de chances de 2. Que signifie ce ratio ? - La probabilité de choisir cette alternative est deux fois plus élevée que de ne pas la choisir 32. Un modèle logit conditionnel est utilisé pour analyser les choix entre deux alternatives, A et B, avec les coefficients suivants : Prix_A = -0.5, Qualité_A = 0.7, Prix_B = -0.3, Qualité_B = 0.5. Si le prix et la qualité des deux alternatives sont respectivement (10, 8) pour A et (12, 7) pour B, quelle est l'alternative la plus probable ? 33. Dans un modèle probit ordonné, si une variable explicative a un coefficient de 1.2, quelle est son interprétation ? - Elle augmente la probabilité spécifique d'une catégorie 34. Une alternative dans un modèle logit multinomial a une utilité estimée de 1.5, et les utilités des autres alternatives sont respectivement de 0.5 et -0.5. Quelle est la probabilité de cette alternative ? 35. Dans un modèle logit ordinal, pourquoi les coefficients de pente sont-ils identiques pour toutes les catégories ? - Parce qu'ils modélisent un effet global sur les probabilités cumulées 36. Un modèle probit est utilisé pour modéliser l'achat d'un produit en fonction du revenu (coefficient = 0.3). Si le revenu passe de 20 à 25, quelle est la variation dans la probabilité d'achat ? ## Questions sur les Tests et Hypothèses 41. Quel test statistique est utilisé pour vérifier l'hypothèse d'égalité des coefficients dans un modèle logit ordinal ? - Test de Wald 42. Pourquoi les seuils dans un modèle logit ordinal doivent-ils être ordonnés ? - Pour garantir que les probabilités cumulées augmentent correctement 43. Dans un modèle logit multinomial, que signifie un test de vraisemblance significatif ? - Le modèle explique une proportion significative de la variance 44. Un modèle probit ordonné est utilisé pour analyser les niveaux de satisfaction (1 = insatisfait, 2 = neutre, 3 = satisfait). Comment calcule-t-on la probabilité de la catégorie "neutre" ? 45. Pourquoi les erreurs standards dans un modèle logit multinomial sont-elles généralement plus faibles lorsque toutes les alternatives sont estimées ensemble? - Parce que les alternatives sont indépendantes ## Questions Complexes et Cas Concrets 46. Un individu a une probabilité de 0.7 de choisir l'alternative A et de 0.3 pour B. Si une nouvelle alternative C est ajoutée avec une utilité de 0.5, comment les probabilités changent-elles ? 47. Dans un modèle logit conditionnel, comment interprète-t-on un coefficient négatif pour une variable spécifique à l'alternative? - Cette variable diminue l'attractivité de l'alternative 48. Un modèle probit ordonné estime les catégories de revenu (faible, moyen, élevé) avec un seuil estimé à 20 pour moyen. Si le revenu est 15, à quelle catégorie appartient-il probablement ? - Faible 49. Dans un modèle logit multinomial, pourquoi un coefficient élevé pour une variable explicative peut-il être problématique ? - Toutes les réponses ci-dessus 50. Dans un modèle probit, comment calcule-t-on l'effet marginal d'une variable explicative sur la probabilité ?