La régression linéaire simple

38 min

Bloc 12 — Algorithmes de régression
Objectif: formuler rigoureusement le modèle de régression linéaire simple et distinguer ses paramètres théoriques de leurs estimateurs, dériver et appliquer le critère des moindres carrés, exploiter les résidus comme instrument de diagnostic, énoncer les hypothèses du modèle en séparant celles qui conditionnent l'estimation de celles qui conditionnent l'inférence, connaître les limites du modèle et savoir le positionner comme point de comparaison systématique.
Durée estimée: 55 minutes
Prérequis: chapitres 006, 010, 016, 021, 029, 030 et 031
Quiz associés: 044.1-quiz-modele-lineaire.md à 044.7-quiz-positionnement.md

Aperçu — la suite de la leçon est réservée aux inscrits.

Déjà inscrit avec un code ?

Votre accès est rattaché à votre compte, pas à ce lien. Connectez-vous avec le même courriel qu'en classe : votre cours vous attend, inutile de ré-entrer le code.

Se connecter Pas encore de compte ? En créer un

Cette leçon fait partie du module « Algorithmes de régression »

Les premiers modules du cours sont en accès libre. Pour la suite, trois possibilités : acheter ce cours une fois pour toutes, vous abonner pour tout ouvrir, ou entrer le code si vous suivez le cours en classe.

M’abonner — 19 $ US/mois Retour au plan