Тест: Principes de la régression linéaire — 9 въпроса

1. Quelle est l'objectif principal de la régression linéaire ?

A. # Clustering de données similaires

B. # Estimer la relation entre une variable indépendante et une variable dépendante

C. # Classifier des données en différentes catégories

D. # Réduire la dimension des données

Answer: (B)

Обяснение

La régression linéaire vise à estimer l'effet d'une ou plusieurs variables indépendantes (VI) continues sur une variable dépendante (VD), en modélisant une relation linéaire entre elles.

2. Quel est l'objectif principal de la régression linéaire selon la fiche?

A. Estimer la relation entre plusieurs variables dépendantes et une variable indépendante

B. Estimer la relation entre une ou plusieurs variables indépendantes continues et une variable dépendante continue

C. Prédire la valeur d'une variable dépendante à partir de variables catégorielles

D. Classer des observations en groupes selon leur proximité à une ligne de tendance

Answer: (B)

Обяснение

La régression linéaire vise à estimer la relation entre une ou plusieurs variables indépendantes continues et une variable dépendante continue, en modélisant cette relation par une ligne ou hyperplan.

3. Quel test statistique est principalement utilisé pour vérifier la significativité globale du modèle ?

A. Le test chi2

B. Le test t des coefficients

C. Le test de Kolmogorov-Smirnov

D. Le test F de l'ensemble du modèle

Answer: (D)

Обяснение

Le test F permet d'évaluer si le modèle global de régression est significatif, c'est-à-dire si au moins une variable indépendante a un effet statistiquement significatif sur la variable dépendante, en comparant la variance expliquée à la variance résiduelle.

4. Selon la fiche, quelle formule représente le modèle de régression linéaire simple?

A. Y = β0 + β1X + ε

B. Y = α + γX + η

C. Y = mX + c + ξ

D. Y = a + bX + δ

Answer: (A)

Обяснение

Le modèle de régression linéaire simple est formulé par Y = β0 + β1X + ε, où β0 est l'intercept, β1 la pente et ε l'erreur aléatoire.

5. Parmi les vérifications des hypothèses, laquelle concerne la relation entre la variable indépendante et la variable dépendante ?

A. L'absence de multicolinéarité

B. L'hypothèse de relation linéaire

C. L'hypothèse d'homoscédasticité

D. L'hypothèse de normalité des résidus

Answer: (B)

Обяснение

L'hypothèse de relation linéaire concerne spécifiquement la besoin d'une relation linéaire claire entre la VI et la VD pour que la modèle linéaire soit approprié. Les autres hypothèses concernent la distribution ou la structure des résidus ou la colinéarité entre VI.

6. Quelle hypothèse est essentielle pour garantir la validité de la régression?

A. L'hypothèse de multicolinéarité forte

B. L'hypothèse de normalité des résidus

C. L'hypothèse d'hétéroscédasticité

D. L'hypothèse de dépendance des résidus

Answer: (B)

Обяснение

La normalité des résidus est une hypothèse clé pour assurer la fiabilité des tests statistiques sur la régression, notamment pour le test de significativité.

7. Que signifie un R² élevé dans le contexte de la régression?

A. La variable indépendante n'a pas d'impact sur la variable dépendante

B. Une grande partie de la variance de la variable dépendante est expliquée par le modèle

C. Le modèle est forcément très précis pour toute nouvelle donnée

D. Le modèle est trop simple et risque d'être biaisé

Answer: (B)

Обяснение

Un R² élevé indique que le modèle explique une grande part de la variance observée dans la variable dépendante, mais ne garantit pas la précision en prédiction.

8. Selon la fiche, qu'est-ce que la multicolinéarité et comment peut-elle être détectée?

A. Une forte corrélation entre la VD et une VI, détectée par le test F

B. Une corrélation élevée entre plusieurs VI, détectée par le VIF supérieur à 5

C. Une faible variance des résidus, détectée par le test de Durbin-Watson

D. Une distribution normale des résidus, détectée par le QQ-plot

Answer: (B)

Обяснение

La multicolinéarité se produit lorsque plusieurs variables indépendantes sont fortement corrélées, ce qui peut fausser l'estimation de leurs coefficients; elle est généralement détectée avec un VIF supérieur à 5.

9. Quelle est la différence entre une médiation et une modération dans la modalité expérimentale?

A. La médiation modifie la force de la relation X-Y, la modération explique comment X influence Y via une variable intermédiaire

B. La médiation implique une variable intermédiaire expliquant la relation X-Y, la modération introduit une interaction modifiant cette relation

C. La médiation amplifie la lien direct, la modération supprime cette relation

D. Les deux termes désignent la même notion d'interaction entre variables

Answer: (B)

Обяснение

La médiation explique le processus par lequel une variable intermédiaire influence la lien entre X et Y, tandis que la modération concerne une interaction qui modifie la force ou la direction de cette relation.