Relation linéaire approximative : La régression linéaire simple modélise une relation entre une variable dépendante y et une variable explicative x en supposant qu’elle peut être approchée par une droite, c’est-à-dire une relation de la forme y ≈ β0 + β1x, où β0 et β1 sont des coefficients à estimer. (source : S. Lèbre, Chap 2)
Modèle y ≈ β0 + β1x : Expression qui représente l’hypothèse que la variable réponse y peut être approximée par une combinaison linéaire d’une variable explicative x, avec une erreur aléatoire εi, c’est-à-dire yi = β0 + β1xi + εi. (source : S. Lèbre, Chap 2)
Notations vectorielles : La formulation compacte du modèle en utilisant des vecteurs y, x, et ε, où y = (y1, ..., yn)ᵗ, x = (x1, ..., xn)ᵗ, et ε = (ε1, ..., εn)ᵗ, permet de représenter la relation linéaire de manière matricielle. (source : S. Lèbre, Chap 2)
1. Qu'est-ce que la régression linéaire simple ?
2. Quelle est la propriété géométrique fondamentale de la droite de régression estimée par la méthode des moindres carrés dans le modèle linéaire simple ?
3. Quel est le rôle principal de l'estimateur MCO dans la régression linéaire simple ?
Régression linéaire — définition ?
Modélise une relation linéaire entre y et x.
Modèle y ≈ β0 + β1x — hypothèses ?
Erreurs centrées, homoscédastiques, non corrélées.
Estimateurs MCO — rôle ?
Minimisent la somme des carrés des erreurs.
Propriétés des estimateurs — sans biais ?
Oui, sous certaines hypothèses.
Variance de ˆβ1 — dépend de ?
Dispersion de x et σ².
Interprétation géométrique — projection ?
Projection orthogonale de y sur l’espace span{1,x}.
The revision sheet covers the essential concepts of Introduction à la régression linéaire. It is organized by topic to facilitate learning and memorization, with key definitions, explanations and summaries.
Read the full sheet →The quiz contains 10 multiple-choice questions with detailed corrections and explanations for each answer. Ideal for testing your knowledge and identifying gaps.
Take the quiz (10 questions) →Revizly offers 20 interactive flashcards on Introduction à la régression linéaire. Each card presents a question on the front and the answer on the back, enabling active and effective revision based on spaced repetition.
See all 20 flashcards →Import your PDF or paste your course, AI generates sheets, quizzes and flashcards in 30 seconds.