"416"^^ . "622"^^ . . "En statistiques, en \u00E9conom\u00E9trie et en apprentissage automatique, un mod\u00E8le de r\u00E9gression lin\u00E9aire est un mod\u00E8le de r\u00E9gression qui cherche \u00E0 \u00E9tablir une relation lin\u00E9aire entre une variable, dite expliqu\u00E9e, et une ou plusieurs variables, dites explicatives. On parle aussi de mod\u00E8le lin\u00E9aire ou de mod\u00E8le de r\u00E9gression lin\u00E9aire. Parmi les mod\u00E8les de r\u00E9gression lin\u00E9aire, le plus simple est l'ajustement affine. Celui-ci consiste \u00E0 rechercher la droite permettant d'expliquer le comportement d'une variable statistique y comme \u00E9tant une fonction affine d'une autre variable statistique x."@fr . . "1056"^^ . . . . . "461"^^ . "Bruno"@fr . "Data Analysis Using Regression And Multilevel/Hierarchical Models"@fr . "en"@fr . . . . . "93911"^^ . "Hill"@fr . . . . "R\u00E9gression"@fr . "Joshua"@fr . . . "Tibshirani"@fr . . . "--02-27"^^ . . "Trevor Hastie"@fr . . . . . "Andrew Gelman"@fr . "Gelman"@fr . . . . . . . . "Data Mining, Inference, and Prediction"@fr . . "1"^^ . "2"^^ . . "Colin"@fr . . . . "\u00C9conom\u00E9trie"@fr . "On the history and use of some standard statistical models"@fr . . "--12-28"^^ . "Pierre-Andr\u00E9"@fr . "Mignon"@fr . . . . . . . . "302"^^ . . "Hastie"@fr . "E.H."@fr . . . . . . . . . . "Methods And Applications"@fr . . . . . "15"^^ . "Pischke"@fr . . . . "Jennifer"@fr . . "Lineare Regression"@de . . . "Springer"@fr . . . "Yadolah"@fr . . "Corpus \u00E9conomie"@fr . . . . . . . "En statistiques, en \u00E9conom\u00E9trie et en apprentissage automatique, un mod\u00E8le de r\u00E9gression lin\u00E9aire est un mod\u00E8le de r\u00E9gression qui cherche \u00E0 \u00E9tablir une relation lin\u00E9aire entre une variable, dite expliqu\u00E9e, et une ou plusieurs variables, dites explicatives. On parle aussi de mod\u00E8le lin\u00E9aire ou de mod\u00E8le de r\u00E9gression lin\u00E9aire. Parmi les mod\u00E8les de r\u00E9gression lin\u00E9aire, le plus simple est l'ajustement affine. Celui-ci consiste \u00E0 rechercher la droite permettant d'expliquer le comportement d'une variable statistique y comme \u00E9tant une fonction affine d'une autre variable statistique x. En g\u00E9n\u00E9ral, le mod\u00E8le de r\u00E9gression lin\u00E9aire d\u00E9signe un mod\u00E8le dans lequel l'esp\u00E9rance conditionnelle de y connaissant x est une fonction affine des param\u00E8tres. Cependant, on peut aussi consid\u00E9rer des mod\u00E8les dans lesquels c'est la m\u00E9diane conditionnelle de y connaissant x ou n'importe quel quantile de la distribution de y connaissant x qui est une fonction affine des param\u00E8tres. Le mod\u00E8le de r\u00E9gression lin\u00E9aire est souvent estim\u00E9 par la m\u00E9thode des moindres carr\u00E9s mais il existe aussi de nombreuses autres m\u00E9thodes pour estimer ce mod\u00E8le. On peut par exemple estimer le mod\u00E8le par maximum de vraisemblance ou encore par inf\u00E9rence bay\u00E9sienne. Bien qu'ils soient souvent pr\u00E9sent\u00E9s ensemble, le mod\u00E8le lin\u00E9aire et la m\u00E9thode des moindres carr\u00E9s ne d\u00E9signent pas la m\u00EAme chose. Le mod\u00E8le lin\u00E9aire d\u00E9signe une classe de mod\u00E8les qui peuvent \u00EAtre estim\u00E9s par un grand nombre de m\u00E9thodes, et la m\u00E9thode des moindres carr\u00E9s d\u00E9signe une m\u00E9thode d'estimation. Elle peut \u00EAtre utilis\u00E9e pour estimer diff\u00E9rents types de mod\u00E8les."@fr . "math\u00E9matiques"@fr . . "Lehmann"@fr . . "Wasserman"@fr . "Brigitte"@fr . . . "Cr\u00E9pon"@fr . . "Jerome"@fr . . . "Springer Texts in Statistics"@fr . "Journal of the Anthropological Institute"@fr . . "Witten"@fr . . . . . "Ouvertures \u00E9conomiques"@fr . . . . . . . . . . . "Galton"@fr . . . "Th\u00E9orie et applications"@fr . "978"^^ . . . "Francis"@fr . . "R\u00E9gression lin\u00E9aire"@fr . "The Elements of Statistical Learning"@fr . "Regressi\u00F3 lineal"@ca . . . . . "Deborah Nolan et Terry Speed"@fr . "Institute of Mathematical Statistics"@fr . . . "The Concise Encyclopaedia of Statistics"@fr . . . . "2001"^^ . . . . . . "Val\u00E9rie"@fr . . . "2006"^^ . "Karratu txikienen erregresio zuzen"@eu . . . "2007"^^ . "2004"^^ . "15"^^ . "A Concise Course in Statistical Inference"@fr . "2005"^^ . "2010"^^ . . . "2008"^^ . "2009"^^ . "H\u1ED3i quy tuy\u1EBFn t\u00EDnh"@vi . "2013"^^ . . . . . . . . . . . . "Gareth"@fr . . . . "10.1007"^^ . . . "Probability and Statistics: Essays in Honor of David A. Freedman"@fr . "Dodge"@fr . "Eric"@fr . . . . "James"@fr . . . "Paris/Berlin/Heidelberg etc."@fr . . "Journal of the Anthropological Institute"@fr . . "Bruxelles/Paris"@fr . . . . "M\u00E9thode et Applications"@fr . . . . . . . . . "648"^^ . . . . "Regression Towards Mediocrity in Hereditary Stature"@fr . . . . . . . . "246"^^ . . . "Pravin"@fr . . . . . . . . . "Cornillon"@fr . "Regresi\u00F3n lineal"@es . "Robert"@fr . "Robert Tibshirani"@fr . "189631864"^^ . . . . . . "Dormont"@fr . "1886"^^ . "Daniela"@fr . "d\u00E9cembre 2016"@fr . . "An Introduction to Statistical Learning"@fr . . . "Cameron"@fr . "67622"^^ . . . . . . . "All of Statistics"@fr . . . "septembre"@fr . . . . "J\u00F6rn-Steffen"@fr . "Matzner-L\u00F8ber"@fr . . "Microeconometrics"@fr . . "Trevor"@fr . . "Angrist"@fr . . "An Empiricist's Companion"@fr . . . "Analytical Methods for Social Research"@fr . . . "Multipel linj\u00E4r regression"@sv . . . "Francis Galton"@fr . . "Paris"@fr . . . . . "518"^^ . "Introduction \u00E0 l'\u00E9conom\u00E9trie"@fr . . . "New York"@fr . . . . . "Friedman"@fr . "Regress\u00E3o linear"@pt . . "Trivedi"@fr . . . . "Andrew"@fr . . . . . "Nicolas"@fr . . "392"^^ . . . . "Jacquemet"@fr . . "Larry"@fr . . . . . . . . . "Beachwood, Ohio, USA"@fr . . . "fr"@fr . "Mostly Harmless Econometrics"@fr . . . . . . . .