9. Modélisation statistique : introduction et régression linéaire

Comment expliquer une variable en fonction d'une ou plusieurs autres variables ?

  • Le score de qualité d’une boisson peut-il être expliqué par son acidité ?

  • La pression systolique est-elle affectée par l’âge du patient ? Par son Indice de Masse Corporelle ?

  • Le rendement agricole d’un champ dépend-il du type de fertilisant utilisé ? Du régime d’irrigation ?

  • Le risque de réaction allergique à un médicament est-il influencé par son dosage ?

  • Le montant de la rémunération affecte-t-il le risque de démission ?

Toutes ces questions peuvent être abordées via la modélisation statistique. Après une introduction à la notion de modélisation, nous aborderons un premier modèle statistique : la régression linéaire. Nous parlerons d'implémentation, d'interprétation et de mises en garde.

Régression linéaire simple : exemples

Au programme