Séance de cours

Régression linéaire : Fondements

Description

Cette séance de cours couvre les bases de la régression linéaire, en commençant par l'approche des moindres carrés ordinaires (OLS) pour minimiser les erreurs d'approximation au carré. L'instructeur explique le vecteur OLS, les valeurs résiduelles et prédites, la matrice de chapeau et la matrice de fabricant résiduelle. La séance de cours se penche également sur le théorème de Fresh-Vaux-Laval, la décomposition de régression multiple et la bonté de l'ajustement en utilisant le coefficient de détermination. De plus, les hypothèses de Gauss-Markov sont introduites, mettant en évidence les propriétés d'OLS dans ces conditions idéales.

Cette vidéo est disponible exclusivement sur Mediaspace pour un public restreint. Veuillez vous connecter à Mediaspace pour y accéder si vous disposez des autorisations nécessaires.

Regarder sur Mediaspace
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.