Table des matières

Introduction

Chapitre 1

• 1. Comment définir des groupes cohérents
• 2. La modélisation multiniveau
• 2.1. Modéliser
• 2.2. Vérifier la pertinence d’une analyse multiniveau
• 2.3. Comparer différents modèles

Chapitre 2

• 1. Présentation des données utilisées
• 1.1. Les enfants non scolarisés au Kenya, source et produit de fortes inégalités
• 1.2. Les caractéristiques utilisées dans l’analyse
• 1.3. Première mise en forme de la base de données
• 2. L’Intégration de données contextuelles
• 2.1. Choisir un niveau d’agrégation pertinent
• 2.2. Intégration de données contextuelles endogènes
• 2.3. Intégration de données contextuelles exogènes
• 2.3.1. Cohérence des identifiants
• 2.3.2. Fusion de données
• 3. Explorer les données pour une analyse multiniveau
• 3.1. Nombre et taille des groupes utilisés
• 3.2. Quelques résultats graphiques

Chapitre 3

• 1. Effectuer une régression logistique au niveau individuel
• 1.1. Mise en œuvre d’une régression logistique
• 1.2. Interprétation des résultats de la régression
• 1.2.1. Informations générales sur le modèle
• 1.2.2. Observations et évènements
• 1.2.3. Spécification de la variable dépendante et des variables explicatives catégorielles
• 1.2.4. Critères de validité du modèle
• 1.2.5. Estimations
• 1.3. Résultats des trois régressions logistiques successives
• 2. Vers une première prise en compte de l’influence du district
• 2.1. Régression logistique avec le contexte en variable explicative
• 2.1.1. Programmation
• 2.1.2. Résultats
• 2.2. Analyse logistique par district
• 2.2.1. Programmation
• 2.2.2. Résultats

Chapitre 4

• 1. Choix d’une stratégie de modélisation
• 2. La mise en œuvre du modèle multiniveau logistique
• 3. Modélisation multiniveau de la scolarisation au Kenya
• 3.1. Syntaxe et résultats sous SAS^®
• Étape 1 :
• Étape 2 :
• Étape 3 :
• 3.2. Syntaxe et résultats sous Stata^®
• 3.3. Syntaxe et résultats sous R
• 3.4. Interprétation des résultats

Chapitre 5

• 1. Les procédures de calcul
• 2. Des problèmes de mise en œuvre
• 2.1. Beaucoup de modèles ne tournent pas ou ne convergent pas
• 2.2. Forme de la matrice de variance-covariance
• 2.3. Quelques autres problèmes potentiels
• 3. Pourquoi l’utilisation d’une régression multiniveau est-elle nécessaire ?
• 4. Commander et réutiliser des résultats spécifiques
• 5. Pour aller plus loin avec ces données
• 5.1. L’analyse des résidus
• 5.2. Représentation cartographique des résidus
• 6. Envisager une analyse biographique multiniveau
• 6.1. Retour sur l’analyse des biographies
• 6.2. Les modèles logistiques à temps discret
• 6.3. Un exemple illustratif
• 6.4. Syntaxe

• Annexe 1. Définitions du ménage et du chef de ménage dans le recensement kenyan de 2009
• Annexe 2. Insertion des variables exogènes
• Annexe 3. Analyse exploratoire
• 1. Répartition de la population étudiée par district
• 2. Part des enfants scolarisés par district
• Sous SAS^®
• 3. Cartes en cercles proportionnels
• Sous R
• Annexe 4. Transformations de variables et créations de variables dichotomiques
• Programmation Stata^®
• Programmation R
• Annexe 5. Régressions logistiques : syntaxe et résultats détaillés
• 1. Régressions logistiques avec caractéristiques individuelles seulement
• Sous SAS^®, proc GENMOD
• Sous SAS^®, proc LOGISTIC
• Sous Stata^®
• Sous R
• 2. Régressions logistiques avec caractéristiques individuelles et caractéristiques du ménage
• Sous SAS^®
• Sous Stata^®
• Sous R
• 3. Régressions logistiques avec caractéristiques individuelles, du ménage et du district
• Sous SAS^®
• Sous Stata^®
• Sous R
• Annexe 6. Programme d'affichage des résidus cartographiés avec R
• Annexe 7. Le modèle multiniveau linéaire
• 1. Modélisation
• 2. Mise en œuvre du modèle multiniveau linéaire avec les logiciels SAS^®, Stata^®, R
• 3. Perspectives