Construction du modèle: Régression linéaire

Cette séance de cours porte sur le processus de construction de modèles en régression linéaire, en mettant l'accent sur des techniques comme la régression progressive vers l'avant et vers l'arrière, la sélection automatique de modèles et la gestion de la multicolinéarité. Il examine les méthodes de sélection des modèles, y compris l'erreur de prédiction, l'AIC, le BIC et la statistique Cp de Mallows. La séance de cours explore également le concept de régression des crêtes comme solution aux problèmes de multicollinéarité, soulignant l'importance de choisir le modèle le plus approprié pour éviter les biais et les problèmes de variance.