Cette définition très succincte, n’a pour but que de donner un exemple concret de calcul de régression linéaire simple à l’aide de formules. En statistique, il arrive que deux grandeurs X et Y apparaissent liées par relation affine ou fonction linéaire du type Y = a·X + b. La régression linéaire consiste à déterminer une estimation des valeurs a et b Prenons comme exemple les données X, Y suivantes : X | 10 | 15 | 5 | 50 | 75 | 25 | 90 | 100 | Y | 50 | 45 | 55 | 200 | 300 | 150 | 450 | 500 | Soit Y = a.X + B Nous avons besoin des données suivantes pour calculer a et b : XY | 500 | 675 | 275 | 10000 | 22500 | 3750 | 40500 | 50000 | X2 | 100 | 225 | 25 | 2500 | 5625 | 625 | 8100 | 10000 | Y2 | 2500 | 2025 | 3025 | 40000 | 90000 | 22500 | 202500 | 250000 | Moyenne des x = 46,25 Moyenne des y = 218,75 Moyenne des x2 = 3400 Moyenne des y2 = 76568,75 Variance x = moyenne des carrés x - le carré de la moyenne x = 1260,94 Variance y = moyenne des carrés y - le carré de la moyenne y = 28717,19 Covariance = moyenne des produits - produit des moyennes = 5907,81 a = Covariance / Variance x = 4,69 b = moyenne y - a * moyenne de x = 2,06 Y = 4,69 X + 2,06 Utilisation avec Excel Si: a se calcule avec la formule =DROITEREG(B1:B8;A1:A8) b se calcule avec la formule =MOYENNE(B1:B8)- DROITEREG(B1:B8;A1:A8)*MOYENNE(A1:A8)
|