Régression linéaire — but ?
Estimer l’effet d’une ou plusieurs VI sur une VD continue
Minimisation SCE — but ?
Trouver la meilleure droite adaptée aux données
Vérifications essentielles — liste ?
Linéarité, normalité, homoscédasticité, indépendance, multicolinéarité
Régression linéaire — relation cible?
Relation entre VI continue et VD continue.
Moindres carrés — but?
Minimise la somme des carrés des erreurs.
Hypothèses clés?
Linéarité, normalité, homoscédasticité, indépendance, absence de multicolinéarité.
R² — significance?
Part de variance expliquée par le modèle.
Coefficient β₁ — rôle?
Impact d’une unité de VI sur VD.
Contrôle multicolinéarité — outil?
VIF, tolérance.
Médiation — définition?
VI influence VD via une variable intermédiaire.
Teste tes connaissances avec un QCM de 9 questions sur Principes de la régression linéaire.
1. Quelle est l'objectif principal de la régression linéaire ?
2. Quel test statistique est principalement utilisé pour vérifier la significativité globale du modèle ?
Révisez le cours complet dans la fiche de révision de Principes de la régression linéaire.
Voir la fiche →Importe ton cours et l'IA génère des flashcards en 30 secondes.
Générateur de flashcards