Skip to main content

Part of the book series: Collection Statistique et probabilités appliquées ((STATISTIQUE))

  • 2043 Accesses

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. 1.

    Comment peut-on prédire Y à partir de X?

  2. 2.

    Comment se modifie Y en fonction de X?

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Author information

Authors and Affiliations

Authors

Rights and permissions

Reprints 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

Publish with us

Policies and ethics