Analyse de régression: Maîtriser l'art de l'analyse de régression, prédire, analyser, décider

Par Fouad Sabry

Qu'est-ce que l'analyse de régression

Dans la modélisation statistique, l'analyse de régression est un ensemble de processus statistiques permettant d'estimer les relations entre une variable dépendante et une ou plusieurs variables indépendantes. La forme la plus courante d'analyse de régression est la régression linéaire, dans laquelle on trouve la droite qui correspond le mieux aux données selon un critère mathématique spécifique. Par exemple, la méthode des moindres carrés ordinaires calcule la ligne unique qui minimise la somme des carrés des différences entre les données réelles et cette ligne. Pour des raisons mathématiques spécifiques, cela permet au chercheur d'estimer l'espérance conditionnelle de la variable dépendante lorsque les variables indépendantes prennent un ensemble de valeurs donné. Les formes de régression moins courantes utilisent des procédures légèrement différentes pour estimer des paramètres de localisation alternatifs ou estimer l'espérance conditionnelle sur une collection plus large de modèles non linéaires.

Comment vous en bénéficierez

(I) Informations et validations sur les sujets suivants :

Chapitre 1 : Analyse de régression

Chapitre 2 : Moindres carrés

Chapitre 3 : Théorème de Gauss-Markov

Chapitre 4 : Régression non linéaire

Chapitre 5 : Coefficient de détermination

Chapitre 6 : Estimation des variables instrumentales

Chapitre 7 : Biais des variables omises

Chapitre 8 : Moindres carrés ordinaires

Chapitre 9 : Somme des carrés résiduelle

Chapitre 10 : Régression linéaire simple

Chapitre 11 : Moindres carrés généralisés

Chapitre 12 : Erreurs types cohérentes avec l'hétéroscédasticité

Chapitre 13 : Facteur d'inflation de variance

Chapitre 14 : Non linéaire Moindres carrés

Chapitre 15 : Régression en composantes principales

Chapitre 16 : Somme des carrés sans ajustement

Chapitre 17 : Effet de levier (statistiques)

Chapitre 18 : Régression polynomiale

Chapitre 19 : Modèles d'erreurs dans les variables

Chapitre 20 : Moindres carrés linéaires

Chapitre 21 : Régression linéaire

(II) Répondre aux principales questions du public sur l'analyse de régression.

(III) Exemples concrets d'utilisation de l'analyse de régression dans de nombreux domaines.

À qui s'adresse ce livre

Les professionnels, les étudiants de premier cycle et des cycles supérieurs, les passionnés, les amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type d'analyse de régression.

• Langue: Français
• Éditeur: Un Milliard De Personnes Informées [French]
• Date de sortie: 4 févr. 2024

Aperçu du livre