Académique Documents
Professionnel Documents
Culture Documents
RLS : expliquer/estimer, prédire la valeur d'une var dépendante par un ensemble de vars
indépendante quantitatives explicatives
Régression Logistique : quand la var est quali. 2 modalités = binaire, sinon multinominale
Régression discriminante : comme la R Logi mais exige la normalité de la distribution des variables
Etapes de la RLS :
• 1_Coefficient de corrélation : Mesure la force du lien entre 2 variables. r=1 : varient dans le
même sens, r=-1: sens inverse, r=0 pas de corrélation linéaire, r>=0,7 très forte
(Non linéarité=/=Non Liaison)
• 2_Coefficient de détermination : la part de variance de Y expliquée par la variance de X.
(SCRés/SCTotal)
• 3_Covariance : vise à quantifier l'écart entre les vars
• 4_Analyse de l'ANOVA:
• SigANOVA<=α, on accepte.
• SigANOVA>=50% auto-reject
• La méthode de la vraisemblance
• La méthode des moindres carrés: méthode qui permet de tracer une droite qui minimise les
écarts et les résidus.
o Droite théorique: droite qui passe par tout les points; impossible donc on trace une
droite empirique
o Droite empirique: Minimise les écarts
▪ B0 et B1; coefficients théoriques de la régression.
Deux tests sont couramment utilisés : t ou z; ou F. Les deux test nécessitent une estimation de Se², la
variance des erreurs "e" du modèle de régression
Etapes de la RLM :
1- La validation du modèle : Est-ce que les X sont significatives pour expliquer la variance de Y.
SigAnova > α Rejeter ; sinon il existe au moins une var significative.
▪ ANOVA
▪ VIF : Facteur d'inflation de la variance. On cherche B≈1; si B=10 problème de
colinéarité
Si la corrélation entre deux Var indep (X1, X2) se situe à 0,9/-0,9 elle mesurent la même chose.
dans la population
Beta: Indique le sens de la relation. (Lorsque X augmente de l'Ecart type, Y augmente de l'Ecart
type*Beta)
Analyse Bi-Variée : La description des variables et leurs relations relève une série de
questions qu'on doit approcher 2 à 2 dans cette analyse.
Tris Croisés: permettent d'examiner les relations entre deux ou plusieurs variables en
rassemblant dans un tableau unique les distributions de fréquences ou d'effectifs de
deux ou plusieurs variables.
Test Khi-deux : cherche à tester l'indépendance des variables qualitatives présentées
dans un tableau croisé ; en comparant la distribution observée Oij à celle Théorique
Tij qui correspond à l'hypothèse selon laquelle les deux variables sont indépendantes.
(𝑂𝑖𝑗 − 𝑇𝑖𝑗)²
𝑋2 = Σ
𝑇𝑖𝑗
Procédure :
1-Emission des Hypothèses : H0/H1
2-Règle de décision : X²c>X²th ==> Rejeter H0/Accepter H1 avec X²th = X²[α;(r-
1)(c-1)]
Condition : Chaque case du tableau devrait avoir un effectif théorique au moins égal
à 5.
Interprétation : Comme l'ANOVA
Indicateurs :
Coefficient phi Ø : Dans le cas des tableaux 2x2, il est recommandé d'appliquer une
𝑋²
correction du X², ou d'utiliser le coefficient Ø = √
𝑛