Cours 8 : La régression multiple I Flashcards

1
Q

La régression linéaire simple - Permet quoi, c’est quoi?

A

Permet d’examiner la relation entre deux variables CONTINUES à l’aide de la droite de régression

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

C’est quoi une droite de régression (vrm si en fin de bac on a pas cette réponse y’a un problème)

A

Le meilleur ajustement linéaire entre les variables continues X et Y sous la forme de Y = bx+a

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Erreur de prédiction et résidu - Définition

A

la différence entre la valeur observée d’une variable dépendante et la valeur prédite par un modèle statistique pour cette même variable dépendante. Le résidu est important en statistique car il peut nous donner des informations sur la qualité du modèle que nous avons choisi.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Erreur de prédiction - Exemple

A

Si nous avons un modèle linéaire qui prédit la taille d’une personne en fonction de son poids, l’erreur de prédiction pour une observation spécifique serait la différence entre la taille observée de la personne et la taille prédite par le modèle en fonction de son poids.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Est-ce qu’un lien de prédiction est automatiquement une relation causale?

A

NON FAIT 6 ANS QU’ON SE LE FAIT DIRE
*donc il faut être prudent hihihi

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Coefficient de régression standardisé - Définition

A

Dans le cas de la régression simple (avec une VI), le coefficient béta
correspond à la corrélation entre la VI et la VD

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Indice d’ajustement de la régression

A
  • L’indice d’ajustement de la droite de régression le plus utilisé est le r2 (ou R2 pour la régression multiple) qui représente le pourcentage de variance de Y expliqué par X
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Sommes des carrés pour la régression - Définition

A

On utilise les SC plutôt que la variance pour caractériser la variabilité

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Trois types de SC avec la régression

A

Le Scx, SCy et le SCychapeau (variabilité de Y expliqué par X)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Somme de carrés résiduelle - Utilité et définition

A

C’est la variabilité non expliquée par la régression , donc la différence entre la SC de la variable Y et la SC des valeurs prédites (ou somme des carrés de la régression)
DONC : ScRésid = SCy - SCyChapeau

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Tests d’hypothèse avec régression - Utilité?

A

Une fois que nous avons établi une équation de régression, nous
effectuons des tests d’hypothèse afin de vérifier si l’équation explique une part de variance plus grande que le hasard

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Deux tests d’hypothèses

A

1 - Test global pour voir si la corrélation est significativement différente de 0 (H0 : R = 0, H1 : R =/= 0). Ce test repose sur un ratio F
2- Test sur le coefficient de régression béta ; b = 0 ou b =/= 0. Le test repose sur un test-t avaec N-2 dl

How well did you know this?
1
Not at all
2
3
4
5
Perfectly