Séance de cours

Régression Diagnostics

Description

Cette séance de cours de linstructeur couvre les diagnostics de régression essentiels pour les modèles linéaires. Il explique les hypothèses à vérifier, y compris la linéarité, l'homoskédasticité, la distribution gaussienne et les erreurs indépendantes. La séance de cours détaille comment vérifier ces hypothèses en utilisant des résidus, des résidus standardisés et divers tracés. Il souligne limportance didentifier les valeurs aberrantes, les observations influentes et les covariables laissées en dehors du modèle. En outre, il explique comment évaluer la linéarité, l'homoskédasticité, la normalité et l'indépendance à l'aide de méthodes graphiques. La séance de cours se termine par un résumé des parcelles de diagnostic couramment utilisées dans l'analyse de régression.

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.