PARTAGER L’ARTICLE SUR
Avant de pouvoir nous plonger dans la régression quantile, comprenons tout d’abord ce qu’est exactement un quantile. Un quantile est un point d’une distribution, qui se rapporte à son ordre de classement des valeurs, dans cette distribution. La valeur centrale dans cet échantillon est connue sous le nom de médiane, ou quantile intermédiaire.
La régression quantile nous permet de quantifier l’association des variables explicatives, avec un quantile conditionnel d’une variable dépendante, même lorsque les données ne satisfont pas à l’hypothèse de normalité, notamment lorsque la distribution des moyennes de l’échantillon entre les échantillons indépendants est normale. La régression par quantile est généralement utilisée lorsque les données ne satisfont pas aux hypothèses de la régression linéaire.
Créez un processus de collecte de commentaires exploitable.
La régression quantile est souvent utilisée pour les raisons suivantes…
L’équation du modèle de régression quantile est la suivante :
dans laquelle…
p = nombre de variables régressives
n = nombre de points de données
Recevez le guide des tendances des études de marché, le guide des enquêtes en ligne, le guide d’étude de marché agile et le modèle d’étude de marché 5
Voici quelques avantages de la régression quantile :
les variables se situent dans les queues supérieures de la distribution, afin de découvrir les facteurs qui sont des déterminants significatifs des variables.
Découvrez le logiciel de sondage Voxco en action avec une démonstration gratuite.
Un quantile fait référence à un point d’une distribution qui se rapporte à son ordre de classement des valeurs au sein de cette distribution.
La régression quantile est une sorte d’analyse de régression utilisée en statistique pour estimer la médiane conditionnelle de la variable de réponse.
La régression quantile est généralement utilisée lorsque les données ne satisfont pas aux hypothèses de régression linéaire.
Quelques points forts de la régression quantile sont :
Les principales différences entre la régression quantile et la régression linéaire sont :
Net Promoter®, NPS®, NPS Prism® et les émoticônes associées au NPS® sont des marques déposées de Bain & Company, Inc., Satmetrix Systems®, Inc. et Fred Reichheld. Net Promoter Score℠ et Net Promoter System℠ sont des marques de service de Bain & Company, Inc., Satmetrix Systems®, Inc. et Fred Reichheld.
English
French