Les modèles multiniveaux

Résumé éditeur

Les modèles multiniveaux (aussi appelés modèles hiérarchiques ou modèles mixtes) ont été développés pour répondre aux problèmes spécifiques posés par des données structurées selon plusieurs niveaux, typiquement dans le cas où des individus partagent un environnement commun qui peut affecter le comportement étudié. C'est par exemple le cas d'élèves dans un même établissement scolaire, de salariés d'une même entreprise, de patients d'un même hôpital. . . Les questions classiques auxquelles tentent de répondre les modèles multiniveaux sont ainsi de mettre en évidence l'existence de ces “effets de contexte”, de quantifier dans quelle mesure ils contribuent à expliquer l'hétérogénéité entre individus et/ou plus simplement d'estimer correctement l'effet des variables individuelles auxquelles on s'intéresse. Ce document en présente une première introduction pratique, les détails de leur implémentation concrète par les logiciels statistiques standards (Sas, R, Stata) et l'interprétation qui peut être faite des résultats obtenus par ces méthodes. Il présente deux exemples concrets correspondant à une variable d'intérêt respectivement continue et binaire.