-------------------------------------------------
TD6 : Régression simple

Régression simple : 1variable expliqué, et une variable explicative
Régression multiple : 1 variable expliqué, et plusieurs variables explicatives.
Ventes t = Alpha0 + alpha1*PUBTV t + U
Et les 2 alphas sont des paramètres à estimer.
Alpha o : le montant des ventes qui ne dépend pas de la pubtv
Alpha 1 : l’influence de la pubtv sur les ventes. Corrélations | | ventes | pubtv | ventes | Corrélation de Pearson | 1 | ,981(**) | | Sig. (bilatérale) | | ,000 | | N | 15 | 15 | pubtv | Corrélation de Pearson | ,981(**) | 1 | | Sig. (bilatérale) | ,000 | | | N | 15 | 15 |
** La corrélation est significative au niveau 0.01 (bilatéral).

Récapitulatif du modèle Modèle | R | R-deux | R-deux ajusté | Erreur standard de l'estimation | 1 | ,981(a) | ,962 | ,959 | 7,61799 | a Valeurs prédites : (constantes), pubtv

R² = 0.962 : 96,2% de la dispersion/variance des ventes s’explique par le modèle, c'est-à-dire par la PUBTV.
Tableau ANOVA : tous les paramètres sont nuls sauf la constante.
H0 : tous les paramètres sont nuls sauf la constante : alpha 1 = 0
F observé : 312.17, signification de 5%, on rejette H0. * Le modèle est significatif.

Lien linéaire et positif entre les ventes et la pub

Partie 2 Question 1 * Il convient d’établir un diagramme temporel (diagramme séquentiel).

On aperçoit un mécanisme d’économie d’échelle. Le cout unitaire baisse aussi par l’approvisionnement, mécanisme d’apprentissage.

Quand le cout unitaire augmente, la production baisse.

La régression linéaire sert à estimer un relation linéaire. Il ni a pas trop de sens à en faire une ici car on a as un relation linéaire

Statistiques descriptives | N | Minimum | Maximum | Moyenne | Ecart type | ucost | 13 | ,15 | ,58 | ,3385 | ,12753 | prod | 13 | 140 | 10700 | 2672,31 | 3632,304 | cump | 13 | 260 | 25000 | 6250,77 |