Introduction

Les modèles statistiques sont une classe de modèles mathématiques qui supposent l’existence d’un mécanisme sous-jacent expliquant le processus de génération des observations ou données et qui tentent d’en donner une formalisation mathématique approximative. Plus concrètement, ils s’intéressent à expliquer une variable aléatoire images/eq81.png d’intérêt à travers une fonction qui s’exprime et implique très souvent d’autres variables aléatoires images/eq11.png. La première, la variable Y est souvent dénommée variable de réponse, variable à expliquer ou variable dépendante ou encore variable à prédire, alors que les autres variables images/eq82.png sont dénommées variables explicatives, prédictives ou encore variables indépendantes. On distingue notamment :

Modèles

Variable de réponse

Variable explicative

Régression linéaire simple

1 variable continue

1 variable continue

ANCOVA

1 ou plusieurs variables qualitatives et continues

Régression linéaire multiple

ANOVA

1 ou plusieurs variables qualitatives ou facteurs

MANOVA

Plusieurs variables continues

Analyse discriminante

1 variable catégorielle spécifiquement dichotomique

1 ou plusieurs variables qualitatives et continues

Régression logistique

Dans ce chapitre, on va aborder selon le type, continue ou non, de la variable de réponse ...
Pour consulter la suite, découvrez le livre suivant :
couv_RISTATR.png
60-signet.svg
En version papier
20-ecran_lettre.svg
En version numérique
41-logo_abonnement.svg
En illimité avec l'abonnement ENI
130-boutique.svg
Sur la boutique officielle ENI
Précédent
Méthodes de rééchantillonnage
Suivant
Analyse de la variance (ANOVA)