{"id":763,"date":"2021-05-16T19:53:46","date_gmt":"2021-05-16T19:53:46","guid":{"rendered":"https:\/\/enorcerna.com\/fr\/analyse-de-regression\/"},"modified":"2021-05-16T19:53:46","modified_gmt":"2021-05-16T19:53:46","slug":"analyse-de-regression","status":"publish","type":"post","link":"https:\/\/enorcerna.com\/fr\/analyse-de-regression\/","title":{"rendered":"Analyse de r\u00e9gression"},"content":{"rendered":"
\n

\nL'analyse de r\u00e9gression est un outil fr\u00e9quemment utilis\u00e9 en statistique. Ce qui permet d'\u00e9tudier les relations entre diff\u00e9rentes variables quantitatives. Ceci, en formulant des \u00e9quations<\/strong> matematiques.<\/strong><\/span><\/p>\n

<\/p>\n

Vue d'une autre mani\u00e8re, ladite analyse est un processus ou mod\u00e8le qui analyse le lien entre une variable d\u00e9pendante et une ou plusieurs variables ind\u00e9pendantes. Ainsi, \u00e0 partir de cette \u00e9tude, une relation math\u00e9matique est trouv\u00e9e.<\/p>\n

Gr\u00e2ce aux processus de r\u00e9gression, il est possible de comprendre comment la variable d\u00e9pendante est affect\u00e9e par les changements des autres facteurs.<\/p>\n

Applications d'analyse de r\u00e9gression<\/h2>\n

L'une des principales applications de l'analyse de r\u00e9gression est la projection avec diff\u00e9rents sc\u00e9narios. Ceci, en tenant compte du degr\u00e9 d'influence (en statistique, on parle de corr\u00e9lation) sur la variable d\u00e9pendante.<\/p>\n

Autrement dit, l'objectif de l'analyse est de construire une fonction qui permet d'estimer la valeur future de la variable d'\u00e9tude.<\/p>\n

D'un autre point de vue, la r\u00e9gression permet de calculer une esp\u00e9rance conditionnelle (moyenne). Pour cela, les valeurs des variables ind\u00e9pendantes sont consid\u00e9r\u00e9es comme donn\u00e9es.<\/p>\n

Il est \u00e0 noter que lorsqu'une seule variable ind\u00e9pendante est prise en compte, on parle de r\u00e9gression lin\u00e9aire simple. D'un autre c\u00f4t\u00e9, si plus de facteurs sont inclus, il s'agirait d'une r\u00e9gression lin\u00e9aire multiple. <\/p>\n

L'analyse de r\u00e9gression a des applications pour la vie quotidienne. Ceci, de l'\u00e9tude des accidents de la circulation dans une certaine zone g\u00e9ographique \u00e0 la v\u00e9rification si un plan d'\u00e9tude est recommand\u00e9 en fonction du taux d'abandon, par exemple.<\/p>\n

Critique de l'analyse de r\u00e9gression<\/h2>\n

Une critique courante de ce type de mod\u00e8le de pr\u00e9diction math\u00e9matique est qu'il n'est pas optimal, car il a tendance \u00e0 confondre corr\u00e9lation avec causalit\u00e9. <\/p>\n

Cela signifie que, par exemple, une relation math\u00e9matique peut \u00eatre \u00e9tablie entre la croissance \u00e9conomique et la fr\u00e9quence des pr\u00e9cipitations dans un pays. Cependant, s'il n'y a pas de fondement th\u00e9orique reliant ces variables, l'\u00e9tude n'est pas pertinente car il s'agit d'une relation fallacieuse.<\/p>\n

Exemple d'analyse de r\u00e9gression<\/h2>\n

Regardons un exemple tr\u00e8s simple d'analyse de r\u00e9gression. Supposons qu'une entreprise veuille calculer la demande pour un certain bien. <\/p>\n

En tant que variable ind\u00e9pendante, nous prendrons le prix du produit. Ainsi, l'entreprise, sur la base de ses donn\u00e9es historiques, construit une \u00e9quation comme celle-ci:<\/p>\n

\"Analyse<\/figure>\n

Ainsi, l'analyse de r\u00e9gression vise \u00e0 trouver les valeurs de a (coefficient de corr\u00e9lation lin\u00e9aire) et b.<\/p>\n<\/div>\n\n\n

\n \n
\n \n
\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n <\/div>\n \n
\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n
\n \n\n
<\/div>\n <\/div>\n <\/div>\n<\/div>\n \n\n
\n Rate this post<\/span>\n <\/div>\n <\/div>\n","protected":false},"excerpt":{"rendered":"

L'analyse de r\u00e9gression est un outil fr\u00e9quemment utilis\u00e9 en statistique. Ce qui\u2026<\/p>\n","protected":false},"author":1,"featured_media":764,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[4],"tags":[],"class_list":["post-763","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-definitions"],"_links":{"self":[{"href":"https:\/\/enorcerna.com\/fr\/wp-json\/wp\/v2\/posts\/763","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/enorcerna.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/enorcerna.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/enorcerna.com\/fr\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/enorcerna.com\/fr\/wp-json\/wp\/v2\/comments?post=763"}],"version-history":[{"count":0,"href":"https:\/\/enorcerna.com\/fr\/wp-json\/wp\/v2\/posts\/763\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/enorcerna.com\/fr\/wp-json\/wp\/v2\/media\/764"}],"wp:attachment":[{"href":"https:\/\/enorcerna.com\/fr\/wp-json\/wp\/v2\/media?parent=763"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/enorcerna.com\/fr\/wp-json\/wp\/v2\/categories?post=763"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/enorcerna.com\/fr\/wp-json\/wp\/v2\/tags?post=763"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}