BURKINA FASO

Unité-Progrès-Justice

MINISTERE DE L’ECONOMIE, DE LA FINANCE ET DE LA

PROSPECTIVE
********
INSTITUT NATIONAL DE LA STATISTIQUE ET DE LA
DEMOGRAPHIQUE (INSD)
*******

*****
ISSP-UJKZ
***

ECONOMETRIE DES VARIABLES

QUALITATIVES
THEME : PROBIT MULTINOMIAL DE
CHOIX

Rédigé par : Enseignant :

CISSE Oumarou Dr. Israël SAWADOGO

TONGO Lanyiwè Lazare Ingénieur Statistique Economiste (ISE)
SAWADOGO Yacouba

Année académique 2023-2024

Table des matières
Introduction .................................................................................................................... 3

I. Définition .......................................................................................................... 3

II. Spécification du modèle ................................................................................... 4

1. Fonction d'utilité ........................................................................................... 4

2. Probabilité de Choix de l’alternative ............................................................ 5

III. Estimation du modèle ....................................................................................... 6

1. Estimation par la méthode du maximum de vraisemblance ......................... 6

2. Simulation du maximum de vraisemblance (SML) ...................................... 7

3. Méthode GHK : Simulation de la Probabilité de Choix ............................... 7

IV. Validation du modèle...................................................................................... 10

1. Vérification des Coefficients et de leur Significativité : ............................. 10

2. Adéquation Globale du Modèle .................................................................. 11

3. Analyse des Résidus ................................................................................... 13

V. Avantages et limites........................................................................................ 15

1. Avantages .................................................................................................... 15

2. Limites ........................................................................................................ 15

VI. Domaines d’applications ................................................................................ 16

Conclusion .................................................................................................................... 17

Bibliographie ................................................................................................................ 18
 Introduction
Dans un monde où les individus sont confrontés à une multitude de choix quotidiens,
comprendre les mécanismes sous-jacents à leurs décisions est crucial pour divers domaines tels
que l'économie, la sociologie, la psychologie et le marketing. Le modèle probit multinomial de
choix émerge comme un outil statistique puissant pour démystifier ces processus de choix
complexes.

Ce modèle offre une perspective analytique sophistiquée sur les décisions discrètes
impliquant plusieurs alternatives. Contrairement aux approches binaires plus simples, le modèle
probit multinomial permet de capturer la diversité des choix humains en tenant compte de trois
ou plus de catégories distinctes. En essence, il s'agit de déchiffrer les motivations et les
préférences qui guident les individus dans leurs prises de décision.

Au cœur du modèle probit multinomial réside une modélisation probabiliste robuste. Il

suppose que les individus évaluent chaque alternative en fonction d'une combinaison linéaire
de variables explicatives, auxquelles s'ajoute un terme d'erreur qui suit une distribution normale
(probit). Ce terme d'erreur capture l'incertitude et les influences latentes qui peuvent affecter le
choix final.

Ce rapport vise à explorer en profondeur le modèle probit multinomial de choix, depuis

sa formulation théorique jusqu'à son application pratique. Nous examinerons comment spécifier
et estimer ce modèle, ainsi que les considérations importantes lors de son interprétation. Des
exemples concrets illustreront son utilisation dans différents contextes, mettant en lumière son
potentiel à éclairer les décisions humaines complexes.

Dans ce voyage à travers le modèle probit multinomial, nous découvrirons comment il

peut non seulement enrichir notre compréhension des comportements de choix, mais aussi nous
permettre de prendre des décisions éclairées dans un monde de multiples possibilités.

I. Définition

Le modèle probit multinomial de choix est une méthode statistique utilisée pour
modéliser les choix discrets lorsque les individus ont plus de deux options. Il est basé sur le
modèle probit, qui est utilisé pour modéliser les résultats binaires (par exemple, succès ou
échec).
 Le modèle probit multinomial de choix est une méthode économétrique avancée utilisée
pour modéliser le comportement de choix des individus parmi plusieurs alternatives. Il se
distingue du modèle logit multinomial par l'utilisation d'une distribution normale pour les
erreurs aléatoires, ce qui permet de capturer des corrélations complexes entre les alternatives;
et aussi par la non vérification de l’hypothèse d’indépendance des alternatives non pertinentes
(IIA) qui stipule que l’ajout ou la suppression d’une alternative ne doit pas modifier le choix de
l’individu.

II. Spécification du modèle

Le modèle probit multinomial de choix suppose que chaque individu a une fonction
d'utilité pour chaque option de choix. La fonction d'utilité est une fonction mathématique qui
représente la préférence de l'individu pour une option par rapport aux autres. La probabilité
qu'un individu choisisse une option particulière est donnée par la fonction de distribution
cumulative probit, qui est une fonction mathématique qui convertit les valeurs de la fonction
d'utilité en probabilités. Elle est donnée par :

𝑃𝑖𝑗 = 𝑃(𝑈𝑖𝑗 > 𝑈𝑖𝑘 ) ∀ 𝑘 ≠𝑗

avec 𝑃𝑖𝑗 la probabilité qu'un individu i choisisse l'alternative j.

1. Fonction d'utilité

Dans le modèle probit multinomial de choix, l'utilité 𝑈𝑖𝑗 d'une alternative j pour un
individu i est représentée par une fonction qui dépend de caractéristiques individuelles et de
caractéristiques des alternatives :

Uij = 𝛽𝑗 𝑉𝑖𝑗 + ε𝑖𝑗

- 𝑉𝑖𝑗 est la partie déterministe de l'utilité, qui dépend de variables observées

- 𝛽𝑗 est le vecteur des coefficients à estimer

- εij est la partie aléatoire de l'utilité, qui capture les facteurs non observés
 2. Probabilité de Choix de l’alternative

a. En utilisant la fonction d’utilité latente

L'individu i choisit l'alternative j qui maximise son utilité latente 𝑈𝑖𝑗 . Cela signifie que
l’individu i choisit l'alternative j si et seulement si l'utilité latente 𝑈𝑖𝑗 est supérieure à l'utilité
latente de toutes les autres alternatives k. En d'autres termes : 𝑈𝑖𝑗 > 𝑈𝑖𝑝 ∀𝑝≠𝑗

Ainsi la probabilité que l’individu i choisisse l’alternative j est donnée par :

𝑃(𝑦𝑖 = 𝑗|𝑥𝑖 ) = 𝑃(𝑈𝑖𝑗 > 𝑈𝑖𝑝 ∀ 𝑝 ≠ 𝑗 )

On peut voir que la probabilité que l'individu i choisisse l'alternative j dépend de la

différence d'utilité entre les alternatives. Pour simplifier la modélisation et l'estimation des
probabilités de choix nous travaillons avec la différence d’utilité entre les alternatives. En
faisant cela, nous passons de l’utilité absolue à l’utilité relative.

Pour cela nous définissons une différence d'utilité entre l'alternative j et une alternative
de référence j=0.

̃𝑖𝑗 la différence entre l’utilité latente 𝑈𝑖𝑗 et l’utilité de référence 𝑈𝑖0

Soit 𝑈

̃𝑖 (𝑗, 0) = 𝑈𝑖𝑗 − 𝑈𝑖0 =(𝑋𝑖 𝛽𝑗 + 𝜀𝑖𝑗 ) − (𝑋𝑖 𝛽0 + 𝜀𝑖0 ) = 𝑋𝑖 (𝛽𝑗 − 𝛽0 ) +(𝜀𝑖𝑗− 𝜀𝑖0 )
𝑈

Comme les termes d'erreur 𝜀𝑖𝑗 suivent une distribution normale multivariée avec une
moyenne nulle et une matrice de covariance 𝛴 alors 𝜀𝑖𝑗− 𝜀𝑖0 suit également une distribution
normale multivariée avec une matrice de covariance modifiée que nous appellerons 𝛴 ′ .

̃𝑖 (𝑗, 0) > 0 alors l'individu i perçoit l'alternative j comme ayant une utilité plus
✓ Si 𝑈
grande que l'alternative de référence.

̃𝑖 (𝑗, 0) < 0 alors l'individu i perçoit l'alternative j comme ayant une utilité moindre
✓ Si 𝑈
que l'alternative de référence.

✓ (𝛽𝑗 − 𝛽0 ) Mesure l’impact de la variable explicative. Si (𝛽𝑗 − 𝛽0 ) >0 alors la

variable explicative à un effet plus positif sur l'utilité perçue de l’alternative j par rapport
à l’alternative de référence.
 b. En utilisant la fonction de répartition

En utilisant la fonction de répartition on a :

𝑃(𝑦𝑖 = 𝑗|𝑥𝑖 ) = 𝑃(𝑈𝑖𝑗 > 𝑈𝑖𝑝 ∀ 𝑝 ≠ 𝑗 )= 𝜙(𝑋𝑖 (𝛽𝑗 − 𝛽0 ) + 𝛴 ′ ) avec 𝜙 la fonction

de répartition.

On démontre que pour toutes les alternatives j, les probabilités de choix peuvent être
exprimées sous forme intégrale. La probabilité que l'individu i choisisse l'alternative j peut être
calculée comme suit :

𝑋𝑖 𝛽𝑗
𝑃(𝑦𝑖 = 𝑗|𝑥𝑖 ) = ∫ 𝜙(𝜀𝑖1 , 𝜀𝑖2 , … , 𝜀𝑗−1 /𝛴) 𝑑𝜀
−∞

𝜙(. ) est la fonction de répartition cumulative de la loi normale multivariée.

𝑋𝑖 𝛽𝑗 est la limite d'intégration correspondant à l'alternative j.

III. Estimation du modèle

1. Estimation par la méthode du maximum de vraisemblance

Les paramètres sont estimés par la méthode du maximum de vraisemblance (MLE).

Cette méthode consiste à maximiser la fonction de vraisemblance pour obtenir les

estimations des paramètres :

𝑁
La fonction de vraisemblance est donnée par : 𝐿(𝛽) = 𝛱𝑖=1 𝑃(𝑌𝑖 =j|𝑋𝑖 )

𝑁 𝐽
𝐿(𝛽) = 𝛱𝑖=1 𝛱𝑗=1 𝑃(𝑌𝑖 = j)𝑑𝑖𝑗

Où 𝑑𝑖𝑗 =1 si l'individu i choisit l'alternative j et 0 sinon.

Pour faciliter les calculs nous travaillons avec la log-vraisemblance

𝐽
𝐿𝑜𝑔𝐿(𝛽) = ∑𝑁
𝑖=1 ∑𝑗=1 𝑑𝑖𝑗 𝐿𝑜𝑔 𝑃(𝑌𝑖 =j)

Pour maximiser la log-vraisemblance, nous utilisons des méthodes d’optimisation. Pour

cela, nous dériverons cette fonction par rapport aux paramètres 𝛽𝑗 et trouverons les points où
les dérivées sont nulles. Ce qui n’est pas toujours évident à cause de la complexité des intégrales
d’où le recours à la simulation de vraisemblance.
 2. Simulation du maximum de vraisemblance (SML)

Dans le contexte du modèle probit multinomial, recourir à la simulation du maximum

de vraisemblance (Simulated Maximum Likelihood, SML) devient nécessaire en raison de la
complexité du calcul des intégrales. En effet l'estimation des paramètres du modèle probit
multinomial implique le calcul de probabilités de choix qui nécessite l'intégration sur des
distributions normales multivariées. Ces intégrales sont souvent de haute dimension et n'ont
pas de solution analytique simple, rendant le calcul direct des fonctions de vraisemblance
pratiquement impossible.

Alors la SML est utilisée pour surmonter ces difficultés en approximant les intégrales
difficiles à calculer par des méthodes de simulation. Pour ce faire, la SML utilise des techniques
de simulation pour générer des échantillons aléatoires à partir de la distribution des erreurs. Ces
échantillons sont ensuite utilisés pour approximer les intégrales requises dans le calcul de la
vraisemblance.

L’une des méthodes les plus utilisées est celle de Geweke-Hajivassiliou-Keane (GHK).

3. Méthode GHK : Simulation de la Probabilité de Choix

La méthode GHK est une technique utilisée pour simuler les probabilités de choix dans
un modèle probit multivarié. Elle est particulièrement utile lorsque l'intégration analytique est
complexe ou impraticable. Voici les étapes clés de cette méthode :

• Contexte et Modèle Latent

Le modèle latent est :

𝑦𝑖∗ = 𝑋𝑖 𝛽 + 𝛜

Où ϵ ∼N (0, Σ).

Nous utilisons une factorisation de Cholesky Σ=CC′ pour réécrire : ϵ avec η𝑖 ∼N(0,I)

· Région de Troncature

La région de troncature 𝐴𝑗 pour chaque variable 𝑦𝑗 est définie par :

[−∞, 0] 𝒔𝒊 𝒚𝒋 = 0
𝐴𝑗 = {
[0, +∞] 𝒔𝒊 𝒚𝒋 = 𝟏
 • Simulation par Échantillonnage d'Importance

On échantillonne les variables latentes en utilisant des bornes de troncature redéfinies

pour chaque étape. Pour des limites [a, b], nous avons :

𝑎 − 𝑥1 𝛽1 𝑏 − 𝑥1 𝛽1
< η1 <
𝑐11 𝑐11

𝑎 − (𝑥2 𝛽2 + 𝑐21 η1 ) 𝑏 − (𝑥2 𝛽2 + 𝑐21 η1 )

< η2 <
𝑐22 𝑐22

𝑎 − (𝑥𝑗 𝛽𝑗 + ∑𝐽−1
𝑘=1 𝑐𝑗𝑘 ) 𝑏 − (𝑥𝑗 𝛽𝑗 + ∑𝐽−1
𝑘=1 𝑐𝑗𝑘 )
< η𝑘 <
𝑐𝑗𝑗 𝑐𝑗𝑗

Maintenant, il suffit de tirer de manière itérative de la distribution normale univariée tronquée

avec les bornes données ci-dessus. Cela peut être fait en utilisant la méthode de l'inverse de la
fonction de répartition cumulative (CDF) et en notant que la distribution normale tronquée est
donnée par :

𝑥−𝑢 𝑎−𝑢
Φ( σ ) − Φ( σ )
𝑢=
𝑏−𝑢 𝑎−𝑢
Φ( σ ) − Φ( σ )

où 𝑢 sera un nombre entre 0 et 1 car ce qui précède est une CDF. Cela suggère que pour
générer des tirages aléatoires de la distribution tronquée, il faut résoudre pour 𝑥 en utilisant :

𝑥 = σ𝐹 −1 (𝑢 ∗ (𝐹(𝛽) − 𝐹(𝛼)) + 𝐹(𝛼)) + 𝑢

𝑎−𝑢 𝑏−𝑢
Où 𝛼 = et 𝛽 = et F est la CDF normale standard. Avec de tels tirages, on peut
σ σ

reconstruire les 𝑦𝑖∗ par son équation simplifiée en utilisant la factorisation de Cholesky. Ces
tirages seront conditionnels sur les tirages précédents et en utilisant les propriétés des normales,
le produit des PDF conditionnelles sera la distribution jointe des 𝑦𝑖∗

𝑞( 𝑦𝑖∗ ∣ 𝑋1 𝛽, Σ ) = 𝑞( 𝑦1∗ ∣ 𝑋1 𝛽, Σ ) 𝑞( 𝑦2∗ ∣ 𝑦1∗ , 𝑋1 𝛽, Σ ) … 𝑞( 𝑦𝑗∗ ∣∣ 𝑦1∗ , . . , 𝑦𝑗−1

∗
, 𝑋1 𝛽, Σ )

où q(⋅) est la distribution normale multivariée.

Parce que 𝑦𝑖∗ conditionné à 𝑦𝑘 , k<j est restreint à l'ensemble A par la configuration utilisant la
factorisation de Cholesky, nous savons que q(⋅) est une normale multivariée tronquée. La
fonction de distribution d'une loi normale tronquée est :

𝑥 − 𝜇)
𝜙(
𝜎 )
𝑏−𝜇 𝑎 − 𝜇)
𝜎(𝛷 ( 𝜎 ) − 𝜙( 𝜎 ))

Ainsi, 𝑦𝑗∗ a pour distribution :

𝑞( 𝑦𝑖∗ ∣ 𝑋1 𝛽, Σ )
1 𝑦𝑗∗ − 𝑥1 𝛽
Φ (
𝑐11 1 𝑐11 )
= ×…
𝑏 − 𝑧1 𝛽 𝑎 − 𝑧1 𝛽)
𝜎 (𝛷 ( 𝜎 ) − 𝜙 ( ))
𝜎
1 𝑦𝐽∗ − (𝑥𝐽 𝛽 + 𝑐𝐽1 η1 + 𝑐𝐽2 η2 + ⋯ + 𝑐𝐽𝐽−1 ηJ−1 )
( )
𝑐𝑗𝑗 Φ𝐽 𝑐𝑗𝑗
×
𝑏 − (𝑥𝐽 𝛽 + 𝑐𝐽1 η1 + 𝑐𝐽2 η2 + ⋯ + 𝑐𝐽𝐽−1 ηJ−1 ) 𝑎 − (𝑥𝐽 𝛽 + 𝑐𝐽1 η1 + 𝑐𝐽2 η2 + ⋯ + 𝑐𝐽𝐽−1 ηJ−1 ))
𝜎 (𝛷𝐽 ( )−𝜙( )
𝑐𝐽𝐽 𝑐𝐽𝐽
𝑘<𝑗
1 𝑦𝑗∗ − ∑𝑘=1 𝑐𝑗𝑘 ηk
∏𝐽𝑗=1
𝑐𝐽𝐽 Φ𝑗 ( )
𝑐𝑗𝑗
= 𝑘<𝑗 𝑘<𝑗
𝑏 − ∑𝑘=1 𝑐𝑗𝑘 ηk 𝑎 − ∑𝑘=1 𝑐𝑗𝑘 ηk
∏𝐽𝑗=1 Φ𝑗 ( ) − ϕ ( )
𝑐 𝑗𝑗 𝑐 𝑗𝑗

Où ϕ𝑗 est la densité de probabilité normale standard pour le choix j.

∗ 𝑘<𝑗2
Puisque 𝑦𝑗|{𝑦 ∗ ~𝑁(𝑋𝑖 𝛽 + ∑𝑘=1 𝑐𝑗𝑘 ηk , 𝑐𝑗𝑗 ) , la standardisation ci-dessus rend chaque terme
𝑘<𝑗 }
de moyenne 0 et de variance 1.
𝑘<𝑗 𝑘<𝑗
𝑏−∑𝑘=1 𝑐𝑗𝑘 ηk 𝑎−∑𝑘=1 𝑐𝑗𝑘 ηk
Laissez le dénominateur ∏𝐽𝑗=1 Φ𝑗 ( ) − ϕ( ) = ∏𝐽𝑗=1 𝑙𝑗𝑗 et le
𝑐𝑗𝑗 𝑐𝑗𝑗
𝑘<𝑗
1 𝑦𝑗∗ −∑𝑘=1 𝑐𝑗𝑘 ηk
numérateur ∏𝐽𝑗=1 Φ𝑗 ( ) = 𝑓𝑁 (𝑦𝑖∗ |𝑋𝑖 𝛽, Σ) avec 𝑓𝑁 (. ) la densité de probabilité
𝑐𝐽𝐽 𝑐𝑗𝑗
multivariée normale.

Revenons à l'objectif initial, pour évaluer :

𝑃(𝑦𝑖 = 𝑗|𝑥𝑖 𝛽, 𝛴) = ∫𝐴 𝑓𝑁 (𝑦𝑖∗ /𝑥𝑖 𝛽, 𝛴) 𝑑𝑦𝑖∗

𝑗

En utilisant l'échantillonnage d'importance, nous pouvons évaluer cette intégrale :

𝑃(𝑦𝑖 = 𝑗|𝑥𝑖 𝛽, 𝛴) = ∫𝐴 𝑓𝑁 (𝑦𝑖∗ /𝑥𝑖 𝛽, 𝛴) 𝑑𝑦𝑖∗

𝑗
 𝑓𝑁 (𝑦𝑖∗ /𝑥𝑖 𝛽,𝛴)
=∫ ∗ 𝑞( 𝑦𝑖∗ ∣ 𝑋1 𝛽, Σ ) 𝑑𝑦𝑖∗
𝑞( 𝑦𝑖 ∣∣𝑋1 𝛽, Σ )
𝐴𝑗

𝑓𝑁 (𝑦𝑖∗ /𝑥𝑖 𝛽,𝛴)

=∫ 𝑓𝑁 (𝑦∗𝑖 /𝑥𝑖 𝛽,𝛴)
𝑞( 𝑦𝑖∗ ∣ 𝑋1 𝛽, Σ ) 𝑑𝑦𝑖∗
𝐽
∏ ᶩ
𝐴𝑗 𝑗=1 𝑗𝑗

= 𝐸𝑞(∏𝐽𝑗=1 ᶩ𝑗𝑗 )

1
Cela est bien approximé par : ∑𝑆𝑠=1 ∏𝐽𝑗=1 ᶩ𝑗𝑗
𝑆

• Tirage de la Distribution Normale Tronquée

Les tirages de la distribution normale tronquée se font via l'inverse de la fonction de

répartition (CDF inverse).

• Calcul des Probabilités

Les tirages successifs η𝑖 permettent de reconstruire 𝑦𝑖∗ :

𝑦𝑖∗ = 𝑋𝑖 𝛽 + 𝐶η𝑖

La densité jointe des 𝑦𝑖∗ est donnée par : q(𝑦𝑖∗ ∣𝑋𝑖 𝛽,Σ).

Le facteur de normalisation est :

𝐾<𝐽 𝐾<𝐽
𝑏−∑𝑘=1 𝑐𝑗𝑘 η𝑘 𝑎−∑𝑘=1 𝑐𝑗𝑘 η𝑘
∏𝐽𝑗=1(𝚽𝑗 ( )−𝚽 ( )) = ∏𝐽𝑗=1 ᶩ𝑗𝑗 et le numérateur
𝑐𝑗𝑗 𝑐𝑗𝑗

Apres l’estimation des paramètres du modèle il faut voir si le modèle utilisé s’adapte
parfaitement aux données. Pour cela plusieurs critères sont à vérifier.

IV. Validation du modèle

1. Vérification des Coefficients et de leur Significativité :

Après l’estimation des coefficients il faut vérifier les p-values des coefficients pour
déterminer leur significativité statistique. Pour cela on compare les p-valeurs avec un seuil de
signification prédéterminé (0.05 ou 5%). Si la p-valeur est inférieure à ce seuil, le coefficient
est considéré comme significatif. Sinon le coefficient n’est pas significatif.
 2. Adéquation Globale du Modèle

Après la vérification de la significativité des coefficients, il faut effectuer des tests

d’adéquations pour évaluer la qualité et la pertinence du modèle. Les principaux tests
d’adéquation utilisés dans le cadre des modèles probit multinomial sont : le Test du Rapport de
Vraisemblance, les Critères d'Information (AIC, BIC), le pseudo R2 de Cragg et Uhler,

a. Le Test du Rapport de Vraisemblance

Le Test du Rapport de Vraisemblance compare deux modèles pour déterminer si l'ajout

de paramètres supplémentaires améliore significativement l'ajustement du modèle. Plus
précisément on compare un modèle nul ou restreint à un modèle complet pour voir si les
variables ajoutées ont un effet significatif sur le modèle ajusté. Encore une fois pour simplifier
les calculs on travaille avec la log-vraisemblance.

Pour faire la comparaison la statistique calculée est la suivante :

𝜆 = −2(𝑙𝑛(𝐿𝑅 ) − 𝑙𝑛(𝐿𝐶 ))

𝐿𝑅 𝑒𝑠𝑡 𝑙𝑎 Log − vraisemblance du modèle restreint.

𝐿𝐶 Log-vraisemblance du modèle complet

La statistique λ suit une distribution chi-carré(χ2) avec des degrés de liberté égaux à la
différence entre le nombre de paramètres des deux modèles.

On compare λ à la valeur critique de la distribution χ2 pour le niveau de signification

choisi (généralement 0.05 ou 5%) et les degrés de liberté correspondant

• Si λ est supérieur à la valeur critique de χ2, on rejette l'hypothèse nulle selon

laquelle le modèle restreint est suffisant, ce qui signifie que le modèle complet
apporte une amélioration significative.
• Si λ est inférieur à la valeur critique de χ2, on ne peut rejeter l'hypothèse nulle,
ce qui signifie que les paramètres supplémentaires dans le modèle complet
n'apportent pas une amélioration significative.
 b. Les Critères d'Information (AIC, BIC)

Les critères AIC et BIC permettent d'évaluer combien un modèle s'ajuste aux données.
Ils prennent en compte la log-vraisemblance du modèle et ajoutent une pénalité pour le nombre
de paramètres estimés, afin de prévenir le surajustement (overfitting).

Plus basse d’AIC ou de BIC est considérée comme offrant le meilleur compromis entre
qualité de l’ajustement et complexité du modèle.

➢ Akaike Information Criterion (AIC)

L'AIC est défini comme suit :

𝐴𝐼𝐶 = −2 𝑙𝑛(𝐿) + 2𝑘

L est la valeur de la log-vraisemblance du modèle estimé et k est le nombre de

paramètres du modèle.

➢ Bayesian Information Criterion (BIC)

𝐵𝐼𝐶 = −2 𝑙𝑛(𝐿) + 𝑘 𝑙𝑛(𝑛)

L est la valeur de la log-vraisemblance du modèle estimé.

k est le nombre de paramètres du modèle.

n est le nombre d'observations.

c. le pseudo R2 de Cragg et Uhler

Le pseudo 𝑅 2 de Cragg et Uhler, également connu sous le nom de 𝑅 2 de Nagelkerke,

est une mesure d'ajustement pour les modèles de régression non linéaires. Il représente pour les
modèles de régression non linéaires ce que le 𝑅 2 traditionnel représente pour la régression
linéaire ainsi fournit une interprétation similaire au 𝑅 2 des modèles linéaires, indiquant la
proportion de variance expliquée par le modèle.

La formule du pseudo 𝑅 2 de Cragg et Uhler est la suivante :

2
𝐿𝑜𝑔 − 𝐿𝑖𝑘𝑒𝑙𝑖ℎ𝑜𝑜𝑑𝑀𝑜𝑑è𝑙𝑒 𝑁
1−( )
2 𝐿𝑜𝑔 − 𝐿𝑖𝑘𝑒𝑙𝑖ℎ𝑜𝑜𝑑𝑁𝑢𝑙
𝑅𝐶𝑟𝑎𝑔𝑔−𝑈ℎ𝑙𝑒𝑟 = 2
1 − (𝐿𝑜𝑔 − 𝐿𝑖𝑘𝑒𝑙𝑖ℎ𝑜𝑜𝑑𝑁𝑢𝑙 )𝑁
Où :

• 𝐿𝑜𝑔 − 𝐿𝑖𝑘𝑒𝑙𝑖ℎ𝑜𝑜𝑑𝑀𝑜𝑑è𝑙𝑒 est la log-vraisemblance du modèle estimé.

• 𝐿𝑜𝑔 − 𝐿𝑖𝑘𝑒𝑙𝑖ℎ𝑜𝑜𝑑𝑁𝑢𝑙 est la log-vraisemblance du modèle nul (modèle sans variables
explicatives)
• N est le nombre d’observations

Si le pseudo 𝑅 2 de Cragg et Uhler est proche de 1, cela indique un bon ajustement du

modèle, signifiant que le modèle explique bien la variance des données.

Si le pseudo 𝑅 2 est proche de 0, cela indique un faible ajustement, signifiant que le

modèle n’explique pas bien la variance des données.

3. Analyse des Résidus

Pour que notre modèle soit validé, les résidus doivent respecter certains critères qui
sont :

a. Normalité des Résidus

Les résidus du modèle multinomial doivent suivre une distribution normale pour que les
tests statistiques soient valides. Pour vérifier cela, on peut voir le graphique des résidus. Ce
graphique doit présenter une distribution approximativement normale pour qu’on puisse dire
que les résidus suivent une distribution normale.

On peut aussi utiliser le test de Shapiro-Wilk pour vérifier formellement la normalité

des résidus.

b. Homoscédasticité des Résidus

Les résidus doivent présenter une variance constante à travers toutes les catégories de
la variable dépendante. On peut aussi vérifier cette hypothèse graphiquement en comparant le
graphique des résidus et le graphique de variables explicatives. On vérifie si la dispersion des
résidus doit être constante à travers différentes valeurs des variables explicatives.

On peut aussi utiliser des tests comme le test de Breusch-Pagan pour détecter
formellement l'hétéroscédasticité.
 c. Indépendance des Résidus

Les résidus doivent être indépendants les uns des autres. Comme les autres propriétés
des résidus, cette propriété peut être vérifiée graphiquement en vérifiant l’absence de séquences
dans le graphique des résidus. Il peut être aussi vérifié formellement en utilisant le test de
Durbin-Watson qui permet de vérifier l'autocorrélation des résidus. Les résidus sont
indépendants s’ils ne sont pas corrélés.

d. Linéarité

La relation entre les variables explicatives et la variable dépendante doit être linéaire
pour chaque catégorie de la variable dépendante. Cette propriété peut être vérifiée
graphiquement à travers le graphique des résidus et variables explicatives. Il faut vérifier que
les résidus ne présentent pas de schémas clairs lorsqu'ils sont tracés par rapport aux variables
explicatives.

e. Absence de Multicolinéarité

Les variables explicatives ne doivent pas être fortement corrélées entre elles.

Variance Inflation Factor (VIF) : Vérifier les valeurs du VIF pour chaque variable
explicative afin de détecter la multicolinéarité

1
𝑉𝐼𝐹(𝑋𝑖 ) =
1 − 𝑅𝑖2

Où 𝑅𝑖2 est le coefficient de détermination de la régression de

𝑋𝑖 sur les autres variables explicatives.

Un VIF supérieur à 10 (ou parfois 5) est généralement considéré comme indiquant une
multicollinéarité problématique. Un VIF élevé indique que la variance du coefficient de
régression de la variable explicative correspondante est fortement augmentée en raison de la
corrélation avec d'autres variables explicatives.
 V. Avantages et limites

1. Avantages

Le modèle probit multinomial de choix présente plusieurs avantages par rapport à

d'autres méthodes de modélisation des choix discrets, tels que :

▪ La modélisation d’un nombre quelconque d'options de choix en raison de sa

flexibilité, de sa capacité à capturer les corrélations entre options, de son
approche réaliste pour des choix complexes, de son potentiel pour une analyse
détaillée des préférences et de sa capacité à prendre en compte les effets
substitutifs et complémentaires entre les différentes options.
▪ Il ne suppose pas que les erreurs des individus sont indépendantes et
identiquement distribuées au vu de sa capacité à capturer les corrélations entre
les alternatives, à représenter plus fidèlement les processus choix complexes, à
éviter les limitations de l’hypothèse IIA et à fournir des prédictions plus réalistes
et robustes dans les applications pratiques.
▪ L’utilisation du modèle probit multinomial de choix pour modéliser des données
complexes telles que des données longitudinales ou des données en grappes offre
des avantages en terme de gestion des dépendances intra-groupes et temporelles,
de flexibilité dans la spécification des structures de corrélation, de robustesse
aux violations des hypothèses classiques.
▪ Flexibilité : il est capable de capturer des structures de dépendance plus riches.
Elle (flexibilité) permet d’adapter le modèle à différentes structures de données,
de capture la corrélation entre les alternatives, d’être robuste face aux violations
des hypothèses strictes et d’intégrer un grand nombre de variables explicatives.

2. Limites

Le modèle probit multinomial de choix présente également quelques limites :

o Il peut être difficile à interpréter à cause de la non-linéarité de la fonction de

régression et des effets marginaux complexes. Une compréhension approfondies
des principes statistiques et économétriques est souvent nécessaire pour une
interprétation précise et pertinente des résultats.
 o Il peut être sensible aux valeurs aberrantes en raison de son estimation par
maximum de vraisemblance et de sa fonction de lien non-linéaire. Les valeurs
aberrantes peuvent influencer négativement les estimations des paramètres du
modèle, entraînant des résultats peu fiables et une interprétation moins précise
des effets des variables explicatives sur les choix catégoriques.
o Il peut être coûteux à calculer en raison de la complexité des intégrales
multidimensionnelles nécessaires pour les probabilité de choix, des algorithmes
d’optimisation non-linéaire requis pour l’estimation des paramètres, de
l’augmentation exponentielle de la complexité avec le nombre de catégories de
choix et de variables explicatives et des méthodes numériques intensives
souvent employées pour contourner les difficultés analytiques.

VI. Domaines d’applications

Le modèle probit multinomial de choix est utilisé dans divers domaines où il est
essentiel de comprendre les comportements de choix entre plusieurs alternatives. Voici
quelques domaines d'application clés :

• Economie des transports : Il analyse les facteurs influençant le choix entre

différents modes de transports (voitures, train, bus, vélo, etc.). Également, il
intervient dans l’évaluation des impacts des nouvelles infrastructures de
transport sur les choix des usagers.
• Marketing et études de marché : il aide dans l’identification des segments de
consommateurs en fonction de leur comportement de choix et préférences.
• Le choix d'une activité de loisirs
• Politique : Le choix d'un vote politique
• Finance et investissements à travers le choix d’investissement : Étude des
décisions des investisseurs entre différents types d’actifs (actions, obligations,
immobilier, etc.) et le comportement financier : Analyse des préférences pour
divers produits financiers et des facteurs influençant ces choix.
• Etc…

Le modèle probit multinomial de choix est donc extrêmement polyvalent et peut être
appliqué dans toute situation nécessitant l'analyse des décisions entre plusieurs alternatives. Il
permet de capturer les complexités et les corrélations dans les choix des individus, offrant des
insights précieux pour la prise de décision, la politique et la stratégie dans divers domaines.

Exemple d'application

Soit un individu qui a le choix entre trois modes de transport pour se rendre au travail :
la voiture, le bus et le train. Le modèle probit multinomial de choix peut être utilisé pour
modéliser la probabilité que l'individu choisisse chaque mode de transport en fonction de ses
caractéristiques individuelles, telles que son revenu, son lieu de résidence et ses préférences en
matière de transport.

Conclusion
En conclusion, le modèle probit multinomial de choix est un outil statistique puissant pour
analyser les décisions discrètes impliquant plusieurs alternatives. Ce modèle, en capturant les
corrélations complexes entre les alternatives grâce à une distribution normale multivariée des
erreurs, offre une flexibilité et une précision accrues par rapport aux autres modèles de choix
discrets.

L'estimation des paramètres du modèle nécessite des techniques avancées comme le maximum
de vraisemblance simulé, et la validation passe par des tests de significativité des coefficients
et une analyse approfondie des résidus. Malgré ces défis, le modèle prouve son utilité dans des
domaines variés comme l'économie, le marketing et les sciences sociales.

En somme, le modèle probit multinomial enrichit notre compréhension des comportements de

choix et fournit un cadre robuste pour des décisions éclairées dans un monde complexe et
diversifié.
 Bibliographie
[Link]
MULTINOMIAL_DE_CHOIX_sous_STATA_Eviews_et_R

.[Link]
c913a7d2789c23db