Applications du chapitre 7
Régression
et modèle linéaire multiple
Les deux premières applications sont présentées sous la forme d’une liste de questions et complétées par une correction. La première utilise parfois l’analyse en composantes principales présentée dans le chapitre suivant. Dans cers deux cas, le modèle linéaire donne des résultats satisfaisants.
La propriété mathématiques des résidus consiste à calculer la dérivée du coefficient de corrélation linéaire par rapport à une valeur observée xi. cette propriété peut être généralisée au coefficient de corrélation multiple.
Dans l’application suivante, on introduit les fonctions puissances du temps parmi les variables explicatives, et on procède à des éliminations pour limiter le nombre de variables explicatives. Les données sont issues de l’ouvrage d’Anderson et de Bensaber.
Les applications L’inflation boursière et Régression polynomiale à la bourse de Paris sont des modèles économétriques. Les données sont traitées au fur et à mesure du questionnement : ce sont en quelque sorte des exemples concrets d’études statistiques.
L’application Prévisions montre les limites pratiques de ce genre de procédure, dont on trouvera un développement dans les articles L’argumentation statistique dans la politique sociale et Toutes choses égales par ailleurs.
|
Régression
bornée : introduction, intérêt et choix de la constante |
|
Consommation
de viande aux état-unis de 1919 à 1942 (étude
traitée) |