Régression linéaire gaussienne : hypothèses et résidus

Cette séance de cours de l'instructeur couvre les quatre hypothèses de base du modèle de régression linéaire gaussienne : linéarité, homoskédasticité, distribution gaussienne des erreurs et erreurs non corrélées. La séance de cours explique comment vérifier ces hypothèses à l'aide de raisonnements scientifiques et de méthodes graphiques, en mettant l'accent sur les résidus comme outil clé. Il examine les implications d'hypothèses erronées et l'importance de vérifier la linéarité et l'homoskédasticité au moyen de placettes de résidus par rapport aux variables explicatives et aux valeurs ajustées. La séance de cours s'inscrit également dans le concept de normalité en comparant la distribution des résidus normalisés à une distribution normale à l'aide de placettes quantiles.