La R Gression
Encadré par: Mr. Karim Doumi
Présenté par : Meryem Zakri
Zineb Dib
La régression simple
La régression est une méthode statistique qui
traite les valeurs d’une variable dépendante Y comme étant fonction des valeurs prises par une ou plusieurs variables indépendantes X
La régression simple (= bivariée) comprend une seule variable indépendante
L’équation de régression a donc la forme:
La régression simple
Y= a + bX + eᵢ
Y : variable dépendante (à expliquer)
X : variable indépendante (explicative)
a : ordonnée à l’origine de la droite(valeur de Y
pour x = 0)
b : pente de la droite (variation moyenne de la valeur de Y pour une augmentation d’une unité de
X)
eᵢ : terme d’erreur associé à la iéme observation
La régression simple
Cette équation a donc deux coefficients a
qui est une constante et qui s’interprète comme étant la valeur de y lorsque x = 0
b qui exprime la relation entre y et x et qui s’interprète comme étant le changement moyen de y lorsque x augmente d’une unité : La variable x est de type quantitatif
Les étapes de la régression simple
Étape 1 : consiste à présenter le nuage de points
Sous SPSS:
Graphe
Diagramme de dispersion
Simple
Les étapes de la régression simple
Étape 2 : trouver les caractéristiques de la droite
On utilise généralement la méthode des moindres carrés. Elle consiste à déterminer la droite de régression qui minimise le carré des distances verticales entre les points et la droite représentées par eᵢ.
Les distances de tous les points à la droite élevés au carrés et additionnés forment la somme des carrés des erreurs, ou « erreur totale », notée Σe²²ᵢ . Cette valeur doit être minimale.
Les étapes de la régression simple
L’objectif est de déterminer les coefficients
de l’équation pour la droite de régression qui permet la meilleure approximation possible des données observées
Les étapes de la régression simple
Étape 3 : Estimation par la méthode des moindres carrés
a et b sont les estimations de