*===================================================================================================*
									METHODES QUALITATIVES 
	Séance d'exercices n°4 : La régression logistique polytomiale + modèle à cotes proportionnelles
*===================================================================================================;

/* -----------------------------------------------------------------------------------------------------------------------------
	Exercice 1 : Régression logistique polytomiale 
	Refaites l’analyse de la table 4x2x3 (Evaldemo4 (X) , polintr2 (Y), reg3 (Z) – dernier exercice du TP sur le chapitre 2) au moyen 
    d’un modèle de régression logistique polytomiale plutôt que log-linéaire, en limitant l’analyse aux références suivantes :  
		-	Evaldemo4 : « Very democratic »
		-	Polintr2 : « Interested »
		-	Reg3 : « Wal »
	Vérifiez que les estimations obtenues sont bien les mêmes qu’en régression log-linéaire.
	Présentez les résultats dans un rapport pdf (avec titres adéquats, etc.).
   ----------------------------------------------------------------------------------------------------------------------------- */ 

LIBNAME LIBRARY 'C:\Users\gemarchand\Desktop\QUALI-TP\FORMATS';
LIBNAME OUT 'C:\Users\gemarchand\Desktop\QUALI-TP\DATA';

ods pdf file = 'C:\Users\gemarchand\Desktop\QUALI-TP\RESULTS\reglog_polytomiale.pdf'; 
title1 'Régression logistique polytomiale : X = EVALDEMO4, Y = polintr2, Z = reg3'; 
title2 'Sélection du modèle'; 
proc logistic data = out.datalabel; 
	class polintr2 (ref = 'Interested') reg3 (ref='Wal')/param = ref; 
	model evaldemo4 (ref = 'Very democratic')= polintr2 reg3 polintr2*reg3/link = glogit; 
run; 
*Test de type 3 : polintr2*reg3 p=0.1340 --> retrait; 

proc logistic data = out.datalabel; 
	class polintr2 (ref = 'Interested') reg3 (ref='Wal')/param = ref; 
	model evaldemo4 (ref = 'Very democratic')= polintr2 reg3/link = glogit; 
run; 
*Test de type 3 : reg3 p <.0001  et polintr2 p <.0001 --> modèle retenu : evaldemo4 = reg3 + polintr2; 

title2 "Examen des paramètres";
title3 "(4-1) régressions : choix 'i' Vs choix 'Very democratic')"; 
proc logistic data = out.datalabel; 
	class polintr2 (ref = 'Interested') reg3 (ref='Wal')/param = ref; 
	model evaldemo4 (ref = 'Very democratic')= polintr2 reg3/link = glogit; 
run; 

title; 
ods pdf close; 

/* -----------------------------------------------------------------------------------------------------------------------------
	Exercice 2 : Modèle à cotes proportionnelles
	Au terme de la démonstration sur la sélection des explicatives (réalisée avec la proc genmod), nous avons obtenu un modèle 
    final avec 5 variables explicatives (reg3 educ3 plinsoc3 polintr2 hincfel) et 3 termes d’interactions (plinsoc3*hincfel 
	polintr2*hincfel reg3*plinsoc3).
	Ajustez ce modèle au moyen de la proc logistic, en prenant pour référence : 
		-	Reg3 : « Wal »
		-	Educ3 : « Middle »
		-	Plinsoc3 : « Middle »
		-	Polintr2 : « Interested »
		-	Hincfel : « Coping on present income »
	Intreprétez les paramètres.  Quels sont les constats principaux qui se dégagent de cette analyse globale ?
	----------------------------------------------------------------------------------------------------------------------------- */ 

ods html file = "C:\Users\gemarchand\Desktop\QUALI-TP\RESULTS\cotes_prop.html"; 
title "Modèle final"; 
proc logistic data = out.selection;
	class reg3 (ref = "Wal") educ3 (ref = "Middle") plinsoc3 (ref = "Middle") 
		  polintr2 (ref = "Interested") hincfel (ref = "Coping on present income")/ param=ref;
	model dmcntov = reg3 educ3 plinsoc3 polintr2 hincfel plinsoc3*hincfel polintr2*hincfel reg3*plinsoc3 / expb clparm=both;
	*oddsratio reg3; 
	*oddratio educ3;
	*oddratio plinsoc3;
	*oddratio polintr2;
	*oddratio hincfel;	
run;
ods html close;