Résumé
Nous voici arrivés à la troisième problématique énoncée en début de texte, celle de la modélisation statistique. On considère dans ce chapitre une variable bivariée continue (X, Y). Alors que le calcul de la corrélation entre X et Y nous informait sur la direction (globalement positive, globalement négative ou globalement nulle) de la relation entre X et Y, ainsi que sur le « degré d’exactitude » de cette relation, la régression linéaire que nous introduisons dans ce chapitre nous permettra de décrire plus précisément comment les deux variables sont liées. Ceci nous permettra également d’effectuer des prédictions pour une variable à partir de l’autre. On essaiera ainsi de répondre aux questions suivantes:
-
1.
Comment peut-on prédire Y à partir de X?
-
2.
Comment se modifie Y en fonction de X?
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2013 Springer-Verlag France
About this chapter
Cite this chapter
Rousson, V. (2013). Régression linéaire simple. In: Statistique appliquée aux sciences de la vie. Collection Statistique et probabilités appliquées. Springer, Paris. https://doi.org/10.1007/978-2-8178-0394-4_13
Download citation
DOI: https://doi.org/10.1007/978-2-8178-0394-4_13
Publisher Name: Springer, Paris
Print ISBN: 978-2-8178-0393-7
Online ISBN: 978-2-8178-0394-4
eBook Packages: Mathematics and StatisticsMathematics and Statistics (R0)