Demande d'aide pour le test d'une "modélisation"

[braveloup]

Bonjour à tous,
Je suis actuellement en doctorat en sciences de gestion. Mon domaine de prédilection est l’entrepreneuriat et je travail plus précisément sur la survie des entreprises nouvellement créées. Je dispose d’une base de donnée représentative des entreprises créées en 1994 au cours du premier semestre (soit près de 30000 observations dans 16 secteurs agrégés de la NES 16).
Après la classique revue de la littérature passée, j’en suis arrivé à établir un modèle et un certains nombre d’hypothèses qui lui sont relatives, en vue de les tester. Néanmoins, n’étant pas du tout un grand expert dans ces domaines de la statistique, je me tourne vers vous qui etes à n’en point douter mon dernier espoir pour valider ma deuxième année de thèse, ainsi, je souhaiterais avoir des conseils relatifs aux tests que je doit employer afin de tester le modèle et les hypothèses que vous pourrez trouver à la suite de ma demande.
Encore merci par avance de l’aide que vous pourrez m’apporter !
Bien sincèrement
Gael

modèle construit :
[img][img=http://img243.imageshack.us/img243/7342/sanstitrege8.th.jpg][/img]
hypothèses de recherche :
• L’entrepreneur
H1a. L’entrepreneur1 a une influence positive sur la survie de la start-up (capital social à 1 an).
H1b. L’entrepreneur1 a une influence positive sur la croissance à moyen terme (3 ans).

• Le « Processus entrepreneurial »
H2a. La recherche d’information a une influence positive sur la survie et la croissance de l’entreprise nouvellement créée.
H2b. L’acquisition de ressources entrepreneuriales a une influence positive sur la survie et la croissance de l’entreprise nouvelle.
H2c. La mise en place d’une stratégie a une influence positive sur la survie et la croissance de la nouvelle entreprise.

• Les caractéristiques organisationnelles de la start-up
H3a. La structure a une influence positive sur la survie et la croissance de la start-up.
H3b. Le montant du capital investi a une influence positive sur la survie et la croissance de la start-up.
H3c. Les ressources humaines de l’entreprise ont une influence positive sur la survie et la croissance de la start-up.

Les différences sectorielles
H4a. Les facteurs liant l’entrepreneur et l’organisation à la survie sont différents selon le secteur analysé.
H4b. Les facteurs liant l’entrepreneur et l’organisation à la croissance de l’entreprise sont différents selon le secteur analysé.

[cesar]

modèle construit :
[img]C:\Documents%20and%20Settings\loulou%20braveloup\Mes%20documents\Mes%20images[/img]
.

excusez cher monsieur : vous nous donnez l'adresse de l'image sur votre micro...il ne nous est pas possible de la lire ....
il vaudrait mieux la mettre en ligne à partir d'un site ou bien d'utiliser un site de publication comme :

http://img72.imageshack.us/

on aurait peut être une chance de comprendre et de vous aider eventuellement

[braveloup]

oui, je suis désolé, je n'avais pas vu que cela n'avais pas chargé la photo, je ne suis pas très familié des forums...
je vais faire le nécessaire, en vous remerciant de votre commentaire !!!
bien le merci !
gael

[nuage]

Salut,
En fait il manque encore des renseignements.
Pour prendre l'hypothèse H1, je suppose que que tu as une caractéristique étudiée qui permet de distinguer les entrepreneurs.
Si elle est qualitative (par exemple tu distingues deux types d'entrepreneurs) il me semble qu'un test d'indépendance entre le type et la survie des entreprises utilisant le est assez standard. Et on peut faire la même chose pour la croissance en distinguant un certain nombre de types de croissance.
Si elle est quantitative (tu associes une valeur numérique à chaque entrepreneur) on peut se ramener au cas précédent en faisant des classes, ou faire une étude plus précise, en cherchant des seuils pour H1a, un modèle de régression pour H1b etc...

[braveloup]

merci beaucoup à vous nuage !

[braveloup]

bonjour et encore merci à nuage pour votre aide !!!!
finallement j'ai tenter de tester le modèle que je vous ai présenté grace à une regression logistique !!! pour cela, j'ai transformé toutes mes données en données dichotomiques. J'ai abouti à un r-deux de nagelkerke de plus de 75 % et une prévision des taux de survie de plus de 92%.
pensez vous que cette technique statistique puisse etre suffisamment robuste pour souffrire la critique d'un comité de thèse ??? en fait est-elle réellement valable au niveau d'un travail de thèse ????
je vous remercie par avance des conseil que vous pourrez me prodiguer !
bien cordialement
gael