Régression linéaire

📋 Plan du Cours

1. Statistiques descriptives des variables
2. Covariance entre deux variables
3. Coefficient de corrélation linéaire
4. Critère des moindres carrés
5. Droite de régression simple
6. Mesure de l’ajustement
7. Régression et représentation vectorielle
8. Régression linéaire multiple
9. Extensions et limites

📖 1. Statistiques descriptives des variables

🔑 Notions clés & Définitions

• Moyenne : La moyenne d’une variable x est $\frac{1}{n}\sum_{i=1}^{n}x_i$.
• Variance : La variance d’une variable x est $\frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x})^2$.
• Écart-type : L’écart-type d’une variable x est $\sigma_x=\sqrt{\operatorname{var}(x)}$.

📝 Points essentiels

• Pour les étudiants d’AgroParisTech, la taille moyenne est de 171,96 cm et le poids moyen est de 62,36 kg.

📖 2. Covariance entre deux variables

🔑 Notions clés & Définitions

• Covariance : La covariance entre x et y est $\operatorname{cov}(x,y)=\frac{1}{n}\sum_{i=1}^{n}(x_i-\bar{x})(y_i-\bar{y})$.