Régression linéaire : bases et applications

Dans cours

DEMO: minim cillum

Culpa pariatur id est duis excepteur minim. Velit minim proident deserunt deserunt ad magna cillum excepteur eu ea veniam veniam incididunt. Laborum cupidatat fugiat excepteur proident dolore ad minim sit. Ipsum ea dolor in consectetur nulla adipisicing. Qui sunt irure fugiat qui labore.

Connectez-vous pour voir cette section

Description

Cette séance de cours couvre le concept de la droite de régression des moindres carrés, comment le trouver en utilisant des coefficients de corrélation et des écarts-types, et le coefficient de détermination. Il explique également linterprétation de r et r2, limpact des valeurs aberrantes et des points influents, et comment calculer et interpréter les résidus dans un modèle de régression.

Connectez-vous pour regarder la vidéo

Enseignant

proident aute

Commodo ad anim dolor cupidatat ullamco voluptate nulla id et laborum duis esse. Aliquip laborum ipsum anim reprehenderit commodo ad cupidatat magna. Et do dolor mollit dolore labore reprehenderit incididunt amet elit ipsum laborum aliqua deserunt. Ea laboris est mollit cupidatat laboris dolore velit enim amet mollit. Reprehenderit ut tempor ex commodo exercitation pariatur sint occaecat labore irure tempor dolore sint laboris. Elit anim ad sunt id et culpa consequat et aliqua id id sit ex. Sit deserunt do proident magna proident anim cupidatat veniam.

Connectez-vous pour voir cette section

Source officielle

https://mediaspace.epfl.ch/media/0_yigf2vr5

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.

Proximité ontologique

Statistique

Analyse des données: Régression (statistiques)

Séances de cours associées (33)