{"id":5794,"date":"2026-10-15T01:53:24","date_gmt":"2026-10-14T22:53:24","guid":{"rendered":"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-regression-lineaire-multiple\/"},"modified":"2026-10-15T01:53:24","modified_gmt":"2026-10-14T22:53:24","slug":"calculateur-regression-lineaire-multiple","status":"publish","type":"post","link":"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-regression-lineaire-multiple\/","title":{"rendered":"Calculateur de r\u00e9gression lin\u00e9aire multiple"},"content":{"rendered":"<section class=\"not-prose calculator-box\" aria-labelledby=\"calculator-title\"><div class=\"flex items-baseline sm:items-center justify-between gap-2 sm:gap-3\"><div class=\"flex flex-col sm:flex-row sm:items-center gap-2\"><span class=\"icon icon-calculator text-primary-700! text-base! dark:text-primary-300!\" aria-hidden=\"true\"><\/span><h2 id=\"calculator-title\" class=\"text-lg font-display font-bold\">Mod\u00e9liser une variable expliqu\u00e9e \u00e0 l\u2019aide de plusieurs variables explicatives<\/h2><\/div><div class=\"calcdash-favorite group\">\n  <button type=\"button\" class=\"favorite\" id=\"favorite\" data-favorite-id=\"5794\" data-favorite-title=\"R\u00e9gression lin\u00e9aire multiple\" data-favorite-url=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-regression-lineaire-multiple\/\" data-favorite-excerpt=\"Saisissez les valeurs de votre variable \u00e0 expliquer et deux colonnes de variables explicatives ou plus pour ajuster une r\u00e9gression lin\u00e9aire multiple par la m\u00e9thode des moindres carr\u00e9s. Le calculateur renvoie l&#039;ordonn\u00e9e \u00e0 l&#039;origine, le coefficient de chaque variable explicative, le R\u00b2, l&#039;\u00e9quation ajust\u00e9e, ainsi que les valeurs pr\u00e9dites et les r\u00e9sidus.\" aria-label=\"Ajouter aux favoris\" data-favorite-icon=\"icon icon-wpcalc-regression-plot\">\n    <span class=\"icon icon-shape-star-empty\" aria-hidden=\"true\"><\/span>\n  <\/button>\n  <div class=\"calcdash-favorite__tip\" aria-hidden=\"true\">\n   <span class=\"favorite-tooltip\" id=\"favorite-tooltip\"><\/span>\n  <\/div>\n  <span class=\"sr-only\" role=\"status\" id=\"favorite-status\"><\/span>\n<\/div><\/div><form action=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-regression-lineaire-multiple\/\" method=\"POST\" class=\"calculator\" id=\"calculator-5794\" data-post=\"5794\"><fieldset class=\"fieldset-input is-1\"><legend class=\"sr-only\">Champs de saisie<\/legend><div class=\"field\" id=\"input-1\"><label for=\"field-1\">Valeurs de la variable expliqu\u00e9e (y)<\/label><textarea id=\"field-1\" name=\"valeurs_de_la_variable_explique_y\">7; 12; 11; 16; 15; 20; 19; 24<\/textarea><\/div><div class=\"field\" id=\"input-2\"><label for=\"field-2\">Colonnes de variables explicatives (X)<\/label><textarea id=\"field-2\" name=\"colonnes_de_variables_explicatives_x\">1 0\n2 1\n3 0\n4 1\n5 0\n6 1\n7 0\n8 1<\/textarea><\/div><\/fieldset><div class=\"buttons\"><button type=\"submit\" data-text=\"Recalculer\" id=\"calculate-button\" data-post=\"5794\">Calculer<\/button><button type=\"reset\">R\u00e9initialiser<\/button><\/div><div class=\"field is-checkbox hidden!\" id=\"field-auto-calc\"><input type=\"checkbox\" id=\"auto-calc\"><label for=\"auto-calc\">Calculer automatiquement<\/label><small>Si activ\u00e9, le r\u00e9sultat se met \u00e0 jour automatiquement d\u00e8s que vous modifiez une valeur.<\/small><\/div><div class=\"fieldset-result is-hidden\" aria-labelledby=\"result-title\" aria-live=\"polite\" role=\"region\"> <h3 class=\"result-title bg-gradient-to-r from-primary-50 to-gray-50 dark:from-primary-900 dark:to-gray-800\" id=\"result-title\"><span class=\"icon icon-s-pulse\" aria-hidden=\"true\"><\/span> R\u00e9sultats de la r\u00e9gression<\/h3><div class=\"result-box\"><div class=\"field-result\" id=\"output-1\"><span class=\"field-title\"><span>Ordonn\u00e9e \u00e0 l\u2019origine<\/span><span class=\"result-term\">\u03b2\u2080<\/span><\/span><span class=\"field-value\" id=\"result-1\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copier le r\u00e9sultat\" aria-label=\"Copier le r\u00e9sultat\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result is-column\" id=\"output-2\"><span class=\"field-title\"><span>Coefficients des variables explicatives<\/span><span class=\"result-term\">\u03b2<\/span><\/span><span class=\"field-value\" id=\"result-2\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copier le r\u00e9sultat\" aria-label=\"Copier le r\u00e9sultat\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result\" id=\"output-3\"><span class=\"field-title\"><span>R\u00b2<\/span><span class=\"result-term\">R\u00b2<\/span><\/span><span class=\"field-value\" id=\"result-3\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copier le r\u00e9sultat\" aria-label=\"Copier le r\u00e9sultat\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result is-column\" id=\"output-4\"><span class=\"field-title\"><span>Valeurs pr\u00e9dites pour chaque observation<\/span><span class=\"result-term\">\u0177<\/span><\/span><span class=\"field-value\" id=\"result-4\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copier le r\u00e9sultat\" aria-label=\"Copier le r\u00e9sultat\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><div class=\"field-result is-column\" id=\"output-5\"><span class=\"field-title\"><span>D\u00e9tails du mod\u00e8le et de l\u2019ajustement<\/span><\/span><span class=\"field-value\" id=\"result-5\"><\/span><button type=\"button\" class=\"copy-result\" data-tooltip=\"Copier le r\u00e9sultat\" aria-label=\"Copier le r\u00e9sultat\"><span class=\"copy-icon icon icon-document-copy\" aria-hidden=\"true\"><\/span><\/button><\/div><\/div><div class=\"result-actions\"><button type=\"button\" class=\"copy-link\"><svg viewBox=\"0 0 20 20\" fill=\"currentColor\" aria-hidden=\"true\"><path d=\"M12.232 4.232a2.5 2.5 0 0 1 3.536 3.536l-1.225 1.224a.75.75 0 0 0 1.061 1.06l1.224-1.224a4 4 0 0 0-5.656-5.656l-3 3a4 4 0 0 0 .225 5.865.75.75 0 0 0 .977-1.138 2.5 2.5 0 0 1-.142-3.667l3-3Z\"\/><path d=\"M11.603 7.963a.75.75 0 0 0-.977 1.138 2.5 2.5 0 0 1 .142 3.667l-3 3a2.5 2.5 0 0 1-3.536-3.536l1.225-1.224a.75.75 0 0 0-1.061-1.06l-1.224 1.224a4 4 0 1 0 5.656 5.656l3-3a4 4 0 0 0-.225-5.865Z\"\/><\/svg><span class=\"copy-link__text\">Copier le lien vers ce calcul<\/span><\/button><span class=\"sr-only\" role=\"status\" id=\"copy-link-status\"><\/span><\/div><\/div><a href=\"#respond\" class=\"hidden transition-opacity duration-300 opacity-0 w-50 text-sm justify-center items-center gap-2 px-4 py-2 rounded bg-gray-200 text-gray-700 hover:bg-gray-300\" id=\"leave-comment\"><span class=\"icon icon-comments\" aria-hidden=\"true\"><\/span>Laisser un commentaire<\/a><\/form><\/section><section id=\"calc-reactions\" class=\"not-prose hidden my-12 bg-gradient-to-r from-primary-50 to-gray-50 border border-indigo-100 rounded-xl px-6 py-4 shadow-sm\" data-post=\"5794\" aria-live=\"polite\" aria-labelledby=\"calc-reactions-title\"><p id=\"calc-reactions-title\" class=\"text-sm text-gray-500 text-center mb-2\">Que pensez-vous de ce r\u00e9sultat\u00a0?<\/p><div role=\"group\" aria-labelledby=\"calc-reactions-title\" class=\"grid grid-cols-3 sm:flex sm:flex-row sm:justify-around gap-4 sm:items-center sm:flex-wrap\"><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"like\"><span class=\"reaction-count\" data-reaction-count=\"like\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude00 <\/span><span class=\"reaction-description font-medium\">J\u2019aime <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"helpful\"><span class=\"reaction-count\" data-reaction-count=\"helpful\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\udca1 <\/span><span class=\"reaction-description font-medium\">Utile <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"confused\"><span class=\"reaction-count\" data-reaction-count=\"confused\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude15 <\/span><span class=\"reaction-description font-medium\">Confus <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"disappointed\"><span class=\"reaction-count\" data-reaction-count=\"disappointed\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\ud83d\ude1e <\/span><span class=\"reaction-description font-medium\">D\u00e9\u00e7u <\/span><\/button><button type=\"button\" aria-pressed=\"false\" class=\"reaction-btn flex flex-col items-center gap-1 text-sm text-gray-700 hover:text-primary-600 cursor-pointer transition-transform hover:scale-105\" data-reaction=\"inaccurate\"><span class=\"reaction-count\" data-reaction-count=\"inaccurate\">0<\/span><span class=\"reaction text-3xl\" aria-hidden=\"true\">\u274c <\/span><span class=\"reaction-description font-medium\">Inexact <\/span><\/button><\/div><div id=\"reaction-message\" class=\"hidden mt-8 rounded-md border border-primary-100 bg-white\/50 backdrop-blur-sm px-4 py-2 text-sm text-center shadow-sm\"><\/div><\/section><div class=\"calcdash-ad not-prose calcdash-ad--calc_result calcdash-ad--in-article\"><ins class=\"adsbygoogle\" style=\"display:block\" data-ad-client=\"ca-pub-1721569815777345\" data-ad-slot=\"6317458308\" data-ad-layout=\"in-article\" data-ad-format=\"fluid\"><\/ins><script>(adsbygoogle = window.adsbygoogle || []).push({});<\/script><\/div>\n<style id=\"wpcoderpro-inline-1\">.formula-box {\r\n\tborder-bottom: none !important;\r\n}<\/style><section class=\"formula-box\" aria-labelledby=\"formula-title\">\r\n\t<div id=\"formula-title\" class=\"not-prose font-display mb-4\"><span class=\"icon icon-formula\" aria-hidden=\"true\"><\/span><h2>Formule de la r\u00e9gression lin\u00e9aire multiple<\/h2><\/div>\r\n\t<figure class=\"not-prose formula\">\r\n\t\t<figcaption class=\"formula-title\">Formule<\/figcaption>\r\n\t\t<div class=\"text-base text-gray-800\" id=\"formula\">\n\\[ \\hat{y} = \\beta_0 + \\beta_1 X_1 + \\beta_2 X_2 + \\cdots + \\beta_p X_p \\\\\\quad R^2 = 1 - \\frac{\\sum_{i=1}^{n} \\left( y_i - \\hat{y}_i \\right)^2}{\\sum_{i=1}^{n} \\left( y_i - \\bar{y} \\right)^2} \\]\n<\/div>\r\n\t<\/figure>\r\n\t<\/p>\n<p><strong>O\u00f9\u00a0:<\/strong><\/p>\n<ul>\n<li>\\(\\hat{y}\\) \u2014 la valeur pr\u00e9dite de la variable expliqu\u00e9e<\/li>\n<li>\\(\\beta_0\\) \u2014 l'ordonn\u00e9e \u00e0 l'origine\u00a0: la valeur attendue de \\(y\\) lorsque toutes les variables explicatives valent z\u00e9ro<\/li>\n<li>\\(\\beta_j\\) \u2014 le coefficient de la variable explicative \\(X_j\\)\u00a0: la variation attendue de \\(y\\) lorsque \\(X_j\\) augmente d'une unit\u00e9, toutes les autres variables explicatives restant fixes<\/li>\n<li>\\(p\\) \u2014 le nombre de variables explicatives<\/li>\n<li>\\(n\\) \u2014 le nombre d'observations<\/li>\n<li>\\(R^2\\) \u2014 la part de la variance de \\(y\\) expliqu\u00e9e par le mod\u00e8le<\/li>\n<\/ul>\n<p>Les coefficients sont estim\u00e9s par la m\u00e9thode des moindres carr\u00e9s ordinaire (MCO), qui choisit les valeurs des \\(\\beta\\) minimisant la somme des carr\u00e9s des r\u00e9sidus \\(\\sum (y - \\hat{y})^2\\). Sous forme matricielle, la solution s'\u00e9crit \\(\\hat{\\boldsymbol{\\beta}} = (\\mathbf{X}^T \\mathbf{X})^{-1} \\mathbf{X}^T \\mathbf{y}\\)\u00a0; ce calculateur r\u00e9sout le m\u00eame probl\u00e8me des moindres carr\u00e9s \u00e0 l'aide d'une d\u00e9composition QR num\u00e9riquement stable, sans former explicitement \\(\\mathbf{X}^T\\mathbf{X}\\).<\/p>\n<p>\r\n<\/section>\n<style id=\"wpcoderpro-inline-2\">.calculation-box {\r\n\tborder-bottom: none !important;\r\n}<\/style><section id=\"calculation\" class=\"calculation-box\" aria-labelledby=\"calculation-title\">\r\n\t<div id=\"calculation-title\" class=\"not-prose font-display\"><span class=\"icon icon-unordered-list\" aria-hidden=\"true\"><\/span><h2>R\u00e9gression lin\u00e9aire multiple \u2013 Exemple de calcul<\/h2><\/div>\r\n\r\n<\/p>\n<p><strong>Exemple\u00a0:<\/strong> huit observations avec des valeurs de y de 7\u00a0; 12\u00a0; 11\u00a0; 16\u00a0; 15\u00a0; 20\u00a0; 19\u00a0; 24, et deux variables explicatives\u00a0: \\(X_1\\) allant de 1 \u00e0 8 et \\(X_2\\) alternant 0, 1, 0, 1, \u2026 \u2014 exactement les donn\u00e9es par d\u00e9faut du calculateur.<\/p>\n<p>\\[ \\hat{y} = 5 + 2X_1 + 3X_2 \\]<\/p>\n<p><strong>R\u00e9sultat\u00a0:<\/strong> ordonn\u00e9e \u00e0 l'origine \\(\\beta_0 = 5\\), coefficients \\(\\beta_1 = 2\\) et \\(\\beta_2 = 3\\), et \\(R^2 = 1\\). Chaque valeur pr\u00e9dite est \u00e9gale \u00e0 la valeur observ\u00e9e\u00a0: tous les r\u00e9sidus valent donc 0, et la somme des carr\u00e9s des r\u00e9sidus vaut 0 pour une somme des carr\u00e9s totale de 210. Ce jeu de donn\u00e9es a \u00e9t\u00e9 construit pour s'ajuster parfaitement, c'est pourquoi le \\(R^2\\) atteint son maximum de 1\u00a0; avec des donn\u00e9es r\u00e9elles, il subsiste presque toujours une variation r\u00e9siduelle et le \\(R^2\\) est inf\u00e9rieur \u00e0 1.<\/p>\n<p>\n\r\n<\/section>\n<h2>Comment utiliser le calculateur<\/h2>\n<ol>\n<li>Saisissez vos <strong>Valeurs de la variable expliqu\u00e9e (y)<\/strong> \u2014 une valeur par observation, s\u00e9par\u00e9es par des espaces, des points-virgules ou des retours \u00e0 la ligne. Les virgules d\u00e9cimales sont accept\u00e9es.<\/li>\n<li>Saisissez les <strong>Colonnes de variables explicatives (X)<\/strong> \u2014 une observation par ligne, les valeurs des variables explicatives de cette observation \u00e9tant s\u00e9par\u00e9es par des espaces ou des points-virgules. Conservez le m\u00eame ordre de colonnes sur chaque ligne et saisissez au moins deux colonnes.<\/li>\n<li>V\u00e9rifiez que le nombre de lignes de X correspond au nombre de valeurs de y et que chaque ligne compte le m\u00eame nombre de valeurs. Il vous faut au moins deux observations de plus que de variables explicatives.<\/li>\n<li>Lisez les r\u00e9sultats\u00a0: l'<strong>Ordonn\u00e9e \u00e0 l'origine<\/strong>, le tableau des <strong>Coefficients des variables explicatives<\/strong>, le <strong>R\u00b2<\/strong>, le tableau des <strong>Valeurs pr\u00e9dites<\/strong> avec les r\u00e9sidus, ainsi que l'\u00e9quation ajust\u00e9e et les d\u00e9tails de l'ajustement.<\/li>\n<\/ol>\n<h2>Qu'est-ce que la r\u00e9gression lin\u00e9aire multiple\u00a0?<\/h2>\n<p>La r\u00e9gression lin\u00e9aire multiple mod\u00e9lise une variable continue \u00e0 expliquer comme une somme pond\u00e9r\u00e9e de deux variables explicatives ou plus, \u00e0 laquelle s'ajoute une constante. Elle g\u00e9n\u00e9ralise la r\u00e9gression lin\u00e9aire simple, fond\u00e9e sur une seule variable explicative, aux situations o\u00f9 plusieurs variables peuvent influencer simultan\u00e9ment le r\u00e9sultat \u2014 par exemple pr\u00e9dire le prix d'une maison \u00e0 partir de sa surface, de son nombre de pi\u00e8ces et de son \u00e2ge, ou le rendement d'une culture \u00e0 partir des pr\u00e9cipitations, de la temp\u00e9rature et de la quantit\u00e9 d'engrais.<\/p>\n<p>Son principal avantage par rapport \u00e0 des r\u00e9gressions simples men\u00e9es s\u00e9par\u00e9ment est que chaque coefficient isole la contribution d'une variable explicative, <em>les autres variables incluses dans le mod\u00e8le restant fixes<\/em>. Un coefficient de 2 pour \\(X_1\\) signifie que la variable expliqu\u00e9e devrait augmenter de 2 unit\u00e9s \u00e0 chaque hausse d'une unit\u00e9 de \\(X_1\\), quelle que soit la valeur des autres variables. C'est pourquoi les coefficients peuvent diff\u00e9rer sensiblement des pentes obtenues en r\u00e9gressant sur chaque variable prise isol\u00e9ment\u00a0: le mod\u00e8le d\u00e9m\u00eale les effets qui se recoupent.<\/p>\n<p>Le R\u00b2 mesure la qualit\u00e9 avec laquelle le plan (ou l'hyperplan) ajust\u00e9 suit les donn\u00e9es\u00a0: c'est la part de la variance de \\(y\\) expliqu\u00e9e par les variables explicatives. Un R\u00b2 de 0,80 signifie que 80\u00a0% de la variation observ\u00e9e est reproduite par le mod\u00e8le. \u00c0 noter\u00a0: le R\u00b2 ne peut que rester identique ou augmenter lorsqu'on ajoute des variables explicatives\u00a0; un R\u00b2 \u00e9lev\u00e9 avec de nombreuses variables n'est donc pas automatiquement la preuve d'un bon mod\u00e8le \u2014 il d\u00e9crit simplement l'ajustement aux donn\u00e9es utilis\u00e9es pour l'estimation.<\/p>\n<p>Avant d'ajuster un mod\u00e8le, vous pouvez explorer les relations deux \u00e0 deux entre vos variables avec le <a href=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-correlation-rang-spearman\/\">calculateur de corr\u00e9lation de rang de Spearman<\/a> ou le <a href=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-tau-de-kendall\/\">calculateur du tau de Kendall<\/a>.<\/p>\n<h2>Hypoth\u00e8ses, limites et conseils pratiques<\/h2>\n<ul>\n<li><strong>Taille de l'\u00e9chantillon\u00a0:<\/strong> il faut au moins \\(p + 2\\) observations pour \\(p\\) variables explicatives et une ordonn\u00e9e \u00e0 l'origine (le calculateur l'impose). En pratique, visez 10 \u00e0 20 observations par variable explicative pour obtenir des estimations stables.<\/li>\n<li><strong>Pas de colonnes redondantes\u00a0:<\/strong> les variables explicatives ne doivent pas \u00eatre lin\u00e9airement d\u00e9pendantes. Si vous encodez une variable cat\u00e9gorielle en colonnes indicatrices 0\/1, ins\u00e9rez une colonne de moins qu'il n'y a de modalit\u00e9s \u2014 l'ordonn\u00e9e \u00e0 l'origine absorbe la situation de r\u00e9f\u00e9rence, exactement comme la colonne altern\u00e9e 0\/1 de l'exemple.<\/li>\n<li><strong>Multicolin\u00e9arit\u00e9\u00a0:<\/strong> des variables explicatives fortement corr\u00e9l\u00e9es entre elles donnent des coefficients instables et difficiles \u00e0 interpr\u00e9ter, m\u00eame lorsque l'ajustement global semble correct. Examinez d'abord les associations deux \u00e0 deux, puis supprimez ou fusionnez les variables qui se recoupent.<\/li>\n<li><strong>Lin\u00e9arit\u00e9\u00a0:<\/strong> la m\u00e9thode des MCO suppose que chaque variable explicative est li\u00e9e lin\u00e9airement \u00e0 la variable expliqu\u00e9e, les autres restant fixes. Les relations courbes peuvent souvent \u00eatre prises en compte en ajoutant des colonnes transform\u00e9es (par exemple un terme au carr\u00e9) comme variables explicatives suppl\u00e9mentaires.<\/li>\n<li><strong>Examen des r\u00e9sidus\u00a0:<\/strong> le mod\u00e8le suppose des erreurs ind\u00e9pendantes et de variance \u00e0 peu pr\u00e8s constante. L'inspection des r\u00e9sidus dans le tableau des pr\u00e9dictions y aide\u00a0; pour des donn\u00e9es ordonn\u00e9es dans le temps, le <a href=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-autocorrelation\/\">calculateur d'autocorr\u00e9lation<\/a> peut r\u00e9v\u00e9ler une structure r\u00e9siduelle, et le <a href=\"https:\/\/wpcalc.com\/fr\/statistiques\/calculateur-asymetrie-kurtosis\/\">calculateur d'asym\u00e9trie et d'aplatissement<\/a> aide \u00e0 rep\u00e9rer des donn\u00e9es fortement non normales.<\/li>\n<li><strong>Corr\u00e9lation ne veut pas dire causalit\u00e9\u00a0:<\/strong> les coefficients d\u00e9crivent des associations pr\u00e9sentes dans vos donn\u00e9es. Affirmer un effet causal exige un plan d'\u00e9tude qui le permette, et non un simple bon ajustement.<\/li>\n<li><strong>Restez dans la plage de vos donn\u00e9es\u00a0:<\/strong> les pr\u00e9dictions tr\u00e8s \u00e9loign\u00e9es de la plage des variables explicatives observ\u00e9es sont des extrapolations et peuvent \u00eatre gravement erron\u00e9es.<\/li>\n<li><strong>Pas de r\u00e9sultats d'inf\u00e9rence\u00a0:<\/strong> ce calculateur fournit uniquement l'\u00e9quation ajust\u00e9e et l'ajustement sur l'\u00e9chantillon\u00a0; pour les erreurs types, les valeurs p et les intervalles de confiance, utilisez un logiciel statistique complet.<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Saisissez les valeurs de votre variable \u00e0 expliquer et deux colonnes de variables explicatives ou plus pour ajuster une r\u00e9gression lin\u00e9aire multiple par la m\u00e9thode des moindres carr\u00e9s. Le calculateur renvoie l'ordonn\u00e9e \u00e0 l'origine, le coefficient de chaque variable explicative, le R\u00b2, l'\u00e9quation ajust\u00e9e, ainsi que les valeurs pr\u00e9dites et les r\u00e9sidus.<\/p>\n","protected":false},"author":3168,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[28],"tags":[73],"class_list":["post-5794","post","type-post","status-publish","format-standard","hentry","category-statistiques","tag-correlation-regression"],"acf":[],"_links":{"self":[{"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/posts\/5794","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/users\/3168"}],"replies":[{"embeddable":true,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/comments?post=5794"}],"version-history":[{"count":0,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/posts\/5794\/revisions"}],"wp:attachment":[{"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/media?parent=5794"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/categories?post=5794"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wpcalc.com\/fr\/wp-json\/wp\/v2\/tags?post=5794"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}