2. Modèle n°II : Y=f(PRIN1, ..., PRIN10, Q2, ..., Q5, SEC1, ..., SEC23)

Tableau 105 : Coefficients estimés du modèle II : Y=f(PRIN1, ..., PRIN10, Q2, ..., Q5, SEC1, ..., SEC23)
Régression logistique multinomiale à trois niveaux sur données pondérées par le taux de sondage. Estimation du maximum de vraisemblance. Variable endogène Y={innovation de produit, innovation de procédé, innovation de produit & procédé} - P(Iprod)/ P(Iprod&proc)= probabilité relative d’innover en produit par rapport à celle d’innover en produit&procédé, - P(Iproc)/ P(Iprod&proc)= probabilité relative d’innover en procédé par rapport à celle d’innover en produit&procédé, - P(Iprod)/ P(Iproc)= probabilité relative d’innover en produit par rapport à celle d’innover en procédé.
: significatif à 10 %, * à 5%, * à 1%, ** à 0,1% Intitulé	Nom	P(Iprod/Iprodoc) [1]	P(Iproc/Iprodoc) [2]	P(Iprod/Iproc) [3]
Constante	_cons	-1,667	0,951	-2,619**
Axe 1 : l’optimisation de la production (questions sur les moyens)	PRIN1	-0,318****	-0,179****	-0,139***
Axe 2 : la conquête de nouveaux marchés (questions sur les fins)	PRIN2	0,21****	-0,736****	0,946****
Axe 3 : Relance des produits existants	PRIN3	0,091	-0,098	0,188**
Axe 4 : Amélioration des caractéristiques organiques vs mécaniques du processus productif	PRIN4	-0,277****	0,021	-0,298***
Axe 5 : Amélioration de la qualité des produits existants vs. remplacement des produits obsolètes.	PRIN5	0,007	-0,095	0,102
Axe 6 : Diversification vs. nouveaux espaces géographiques	PRIN6	0,02	-0,511****	0,53****
Axe 7 : Réduction du cycle de conception des produits	PRIN7	0,03	-0,037	0,067
Axe 8 : Flexibilité vs. réduction de la consommations d’énergie	PRIN8	0,037	-0,103	0,14
Axe 9 : Réduction des coûts salariaux vs. réduction des consommations de matériaux	PRIN9	-0,13	-0,095	-0,035
Axe 10 : Réduction de rebut des produits vs. réduction des consommations de matériaux	PRIN10	-0,161	-0,251**	0,091
_ Petite taille	q2	0,008	-0,067	0,075
_ Taille moyenne	q3	0,4	0,161	0,239
_ Grande taille	q4	-0,171	-0,518*	0,347
_ Très grande taille	q5	-0,716***	-1,163****	0,447
Opportunités technologiques sectorielles	nbinnov
Autres industries extractives	s14	1,333	-0,272	1,605
Industrie textile	s17	1,151	-1,157	2,308*
Industrie de l’habillement et des fourrures	s18	2,359	0,113	2,247*
Industrie du cuir et de la chaussure	s19	1,333	0,203	1,131
Travail du bois et fabrication d’articles en bois	s20	1,192	-0,993	2,185*
Industrie du papier et du carton	s21	1,245	-1,4*	2,645**
Edition, imprimerie, reproduction	s22	0,916	0,366	0,551
Cokéfaction, raffinage, industries nucléaires	s23	1,144	-2,644**	3,788**
Industrie chimique	s24	1,44	-2,219***	3,659***
Pharmacie	s244	1,248	-1,608**	2,856**
Industrie du caoutchouc et des plastiques	s25	0,718	-2,454****	3,173***
Fabrication d’autres produits minéraux non métalliques	s26	1,425	-1,393*	2,818**
Métallurgie	s27	0,984	-0,512	1,496
Travail des métaux	s28	1,321	-0,78	2,101*
Fabrication de machines et équipements	s29	1,784	-1,711**	3,495***
Fabrication de machines de bureau et de matériel informatique	s31	1,576	-3,201****	4,777****
Fabrication de machines et appareils électriques	s32	1,774	-1,289	3,062**
Fabrication d’équipements de radio, télévision et communication	s33	1,639	-3,782****	5,421****
Fabrication d’instruments médicaux, de précision, d’optique et d’horloge	s34	1,69	-1,779**	3,469***
Industrie automobile	s35	1,726	-1,263	2,989**
Fabrication d’autres matériels de transport	s353	-0,183	-1,341	1,158
Aéronaut	s36	1,184	-1,49**	2,674**

Nombre d’observations		1648
Somme des pondérations		9010.9
L0 (Log vraisemblance initiale)		-9648,9
L1 (Log vraisemblance finale)		-7666,6
Pseudo R² (1-L1/L0)		0,20
NB : le secteur 261 a été retranché afin de permettre l’estimation d’une constante Source : SESSI CIS1, INSEE EAE1992

Tableau 106 : Tests du chi2 et de Wald sur le modèle II.
Test du Chi² sur l’ensemble du modèle :
	chi2(72)=3964,55
	Prob> ;chi2=0.000
Test de Wald sur le Modèle complet (1)
	F(72; 1576)=6,22
	Prob> ;F=0.000
Test de Wald sur Produit / Produit&Procédé (2)
	F(36; 1612)=4,3
	Prob> ;F=0.000
Test de Wald sur Procédé / Produit&Procédé (3)
	F(36; 1612)=7,18
	Prob> ;F=0.000
Test de Wald sur Produit / Procédé (4)
	F(36; 1612)=7,54
	Prob> ;F=0.000
(1) Test l’hypothèse de nullité simultanée de l’ensemble des coefficients estimés du modèle (2) Test l’hypothèse de nullité simultanée de l’ensemble des coefficients estimés agissant sur la probabilité relative d’innover en produit plutôt qu’en produit & procédé. (3) Test l’hypothèse de nullité simultanée de l’ensemble des coefficients estimés agissant sur la probabilité relative d’innover en procédé plutôt qu’en produit & procédé. (4) Test l’hypothèse de nullité simultanée de l’ensemble des coefficients estimés agissant sur la probabilité relative d’innover en produit plutôt qu’en procédé. Source : Tests effectués sur le modèle II

Tableau 107 : Tests de Wald sur les principaux coefficients du modèle II
Test PRIN1=0
	F(2; 1646)=38,34
	Prob> ;F=0
Test PRIN2=0
	F(2; 1646)=71,47
	Prob> ;F=0
Test PRIN3=0
	F( 2; 1646) = 2.36
	Prob > ; F = 0.0946
Test PRIN4=0
	F(2; 1646)=7,7
	Prob> ;F=0,0005
Test PRIN5=0
	F( 2; 1646) = 0.74
	Prob > ; F = 0.4761
Test PRIN6=0
	F(2; 1646)=15,83
	Prob> ;F=0
Test PRIN7=0
	F( 2; 1646) = 0.20
	Prob > ; F = 0.8193
Test PRIN8=0
	F( 2; 1646) = 0.78
	Prob > ; F = 0.4588
Test PRIN9=0
	F( 2; 1646) = 1.13
	Prob > ; F = 0.3217
Test PRIN10=0
	F(2;1646)=3.10
	Prob> ;F=0.0452
Nb. : Tests de la nullité des coefficients estimés pour l’ensemble du modèle (i.e. pour les probabilités relatives P(Iprod)/ P(Iprod&proc) et P(Iproc)/ P(Iprod&proc)).

Tableau 108 : Tableau de classification des observations pour le modèle II (données brutes)
Observation \ Prédiction	Produit	Procédé	Produit & procédé	Total
Produit	212	50	220	482
	43,98	10,37	45,64	100
	55,21	15,97	23,13	29,25
Procédé	46	184	126	356
	12,92	51,69	35,39	100
	11,98	58,79	13,25	21,6
Produit & procédé	126	79	605	810
	15,56	9,75	74,69	100
	32,81	25,24	63,62	49,15
Total	384	313	951	1648
	23,3	18,99	57,71	100
	100	100	100	100
Taux de bonne prédiction :				60,74%
Tableau de classification réalisé sur données brutes. La règle de classification est la suivante : Le type de comportement innovant prédit est celui qui correspond à la probabilité estimée maximum parmi les trois probabilités estimées suivantes p(Innovation de produit), p(Innovation de procédé), p(innovation de produit & procédé).

Tableau 109 : Tableau de classification des observations pour le modèle II (données redressées)
Observation \ Prédiction	Produit	Procédé	Produit & procédé	Total
Produit	1374,29	320,11	1123,13	2817,54
	49%	11%	40%	100%
	55%	16%	25%	31%
Procédé	318,39	1226,76	691,82	2236,98
	14%	55%	31%	100%
	13%	61%	15%	25%
Produit & procédé	789,67	479,97	2686,79	3956,42
	20%	12%	68%	100%
	32%	24%	60%	44%
Total	2482,35	2026,84	4501,74	9010,94
	28%	22%	50%	100%
	100%	100%	100%	100%
Taux de bonne prédiction :				58,68%
Tableau de classification réalisé sur données redressées par le taux de sondage. La règle de classification est la suivante : Le type de comportement innovant prédit est celui qui correspond à la probabilité estimée maximum parmi les trois probabilités estimées suivantes p(Innovation de produit), p(Innovation de procédé), p(innovation de produit & procédé).

Tableau 110 : Score de Brière pour le modèle II
	Somme	Std
Brière total (B t )	2849,79	48,94
Brière produit (Bprod)	1603,61	49,33
Brière procédé (Bproc)	408,74	22,01
Brière produit & procédé (Bprodoc)	837,45	26,65
Score de Brière total = Max en cas de prédiction systématiquement erronnée=2*9010,38=18021 Référence en cas de prédiction en fonction d’une règle d’équi-répartition=6006 Pour les détails du calcul de ce score voir la note de bas de page n°232.