La régression ordinale

La régression ordinale correspond à un modèle de choix discret ou les valeurs qui représentent les multiples choix expriment un ordre ou une préférence. Elle prend une position intermédiaire entre les modèles de choix binaire ou d’incidence de l’achat et les modèles de choix continu qui seront utilisés par la suite.

Si on choisit le montant des commandes comme variable à expliquer, on peut transformer cette variable continue en variable discrète en ordonnant ses valeurs dans des intervalles de choix mutuellement exclusifs et en attribuant à chaque intervalle une catégorie ordinale. Le modèle de régression ordinale peut être utilisé ensuite comme un « proxy » pour la régression linéaire (Levin et Zahavi, 1998, p.10). Si on se résume à seulement deux catégories ordinales: 0 pour les non-acheteurs et 1 pour les acheteurs, alors les prédicteurs qui résultent de la régression ordinale devraient être identiques à ceux de la régression logistique. En pratique on préférera d'utiliser plusieurs catégories de choix (0, 1, 2 3) affin d'obtenir des résultats plus nuancés.

Dans cet exemple les catégories de choix sont définies selon les critères évoqués dans le tableau 10.

Tableau 10 – La composition des intervalles de choix ordinal