Explication des ratios d'évaluation du modèle

Nous recherchons le modèle qui réalise la meilleure prédiction du score, pour cela nous disposons des ratios calculés par sas qui se trouvent dans partie de la sortie "Association of Predicted Probabilities and
Observed Responses".

À la suite des questionnaires chaque individu a eu un score calculé. Nous créons des groupes d'invidus ayant le même score.
Nous réalisons la modélisation.

On applique le modèle sur chacun des individus appartenant à un groupe et l'on compare ces résultats avec un autre groupe.

Si le modèle est correct ce dernier doit respecter l'ordre des scores c'est-à-dire que la probabilité d'avoir un score x doit être supérieur à la probabilité d'avoir un score x + n.

Une comparaison est réalisée entre chaque groupe deux à deux.

Pairs :

Score		Effectif		Nombre de paires
5	4	7	31	217
5	3	7	74	518
5	2	7	106	742
5	1	7	140	980
5	0	7	112	784
4	3	31	74	2 294
4	2	31	106	3 286
4	1	31	140	4 340
4	0	31	112	3 472
3	2	74	106	7 844
3	1	74	140	10 360
3	0	74	112	8 288
2	1	106	140	14 840
2	0	106	112	11 872
0	1	112	140	15 680
				85 517

Nous avons un total de 85 517 pairs c'est-à-dire que nous allons avoir 85 517 comparaisons de probabilité.

Nous avons alors trois indicateurs dont le total est de 100%, le pourcentage est sur le total de paires.

Percent Concordant
Si l'ordre des probabilités est respecté c'est-à-dire par exemple si P(Y>=0) est supérieure à P(Y>=5) dans le cas du modèle de score de gravité.

Percent Discordant
Si l'ordre des probabilités n'est pas respecté c'est-à-dire par exemple si P(Y>=0) est inférieure à P(Y>=5) dans le cas du modèle de score de gravité.

Percent Tied
Si l'ordre des probabilités n'est pas respecté c'est-à-dire par exemple si P(Y>=0) est égale à P(Y>=5) dans le cas du modèle de score de gravité.