Régression linéaire simple et multiple

Résumé

Dans la plupart des situations, nous sommes amenés à étudier la relation entre une variable d’intérêt Y (souvent quantitative) et une ou plusieurs variable(s) X₁, X₂, ..., X _k , avec pour objectif d’expliquer les variations de la variable d’intérêt. La variable Y est appelée variable « à expliquer » (ou parfois variable dépendante), et les variables X₁, X₂, ..., X _k sont dites « explicatives » et représentent, en épidémiologie, les facteurs de risque ou de confusion. L’utilisation des méthodes d’analyse multivariée, et plus particulièrement des modèles de régression linéaire, permet donc:

• de prendre en compte simultanément plusieurs facteurs pouvant expliquer la variation ou la distribution de la variable Y;

• d’étudier le rôle de modification d’effet ou de confusion d’un ou de plusieurs facteur(s);

• de prédire les valeurs ou la distribution de la variable à expliquer connaissant les valeurs des variables explicatives.