PARTAGER L’ARTICLE SUR
Les statistiques de régression sont couramment utilisées pour déterminer la relation entre les variables indépendantes notées par x et les variables dépendantes notées par y sur un graphique.
En plus de simplement dire la relation, l’analyse de régression détermine également la force de la relation qui se trouve entre les deux variables. La variable indépendante est un facteur dans le cas où change fréquemment et qui affecte directement une variable dépendante qui est l’intérêt de l’étude.
Exemple : Vous décidez d’étudier la relation entre les habitudes alimentaires de malbouffe des gens et leur poids.
Ici, les habitudes alimentaires de la malbouffe des gens sont variables indépendantes et le poids est une variable dépendante. Comme les gens mangent plus de malbouffe, ils ont tendance à prendre plus de poids. Par conséquent, nous pouvons dire qu’à mesure que la valeur de la variable indépendante augmente, la valeur de la variable dépendante augmente également.
La relation ci-dessus peut être notée dans la représentation graphique :
Dans le diagramme ci-dessus, les nuages de points ne sont rien d’autre que des données collectées à partir d’un ensemble d’échantillons. La relation s’avère être une régression linéaire, car la variable indépendante et la variable dépendante augmentent ensemble.
Droite du meilleur ajustement – c’est une droite qui traverse les nuages de points couvrant la majeure partie de celui-ci. il n’est pas nécessaire de couvrir tous les points, bien que ce ne soit pas possible, aussi près que les points soient de la droite du meilleur ajustement, plus les variables sont fortement liées les unes aux autres.
Mener des recherches exploratoires semble délicat, mais un guide efficace peut aider.
L’analyse de régression commence à se dérouler sur la base du modèle de régression :
Y = a + b1X1 +…+ βkXk + e
Où, Y est et X1, X2, … Xk sont les variables exploratoires qui affectent Y. ε est une variable résiduelle qui est l’effet composite des différences individuelles.
Outre le modèle de régression, l’analyste peut également prendre l’aide de certains changements observés dans la variable dépendante et les variables indépendantes dans un échantillon d’une population.
En conséquence, l’analyse de régression donne des variables d’estimation notées par β1, β2, … βk. Ces estimations sont dérivées des valeurs du coefficient qui s’additionnent à la moyenne résiduelle 0. L’écart-type de ces résidus est très faible.
L’équation de prédiction du résultat résumé ressemble à ceci :
Ypred = a + b1X1 + … + bkXk
Découvrez le logiciel d’enquête Voxco en action avec une démo gratuite.
Il est maintenant assez évident que les statistiques de régression peuvent prédire le comportement de la variable dépendante en fonction des changements dans sa variable indépendante correspondante. En dehors de cela, il prédit également la valeur d’une variable dépendante.
Vous pouvez évaluer toutes sortes de modèles et de changements dans l’organisation et déterminer à l’avance les résultats de décisions et de processus particuliers.
Nous utilisons des cookies sur notre site web pour vous offrir la meilleure expérience de navigation et pour adapter la publicité. En continuant à utiliser notre site web, vous nous donnez votre accord pour l'utilisation des cookies. Lire la suite
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
hubspotutk | www.voxco.com | HubSpot functional cookie. | 1 year | HTTP |
lhc_dir_locale | amplifyreach.com | --- | 52 years | --- |
lhc_dirclass | amplifyreach.com | --- | 52 years | --- |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
_fbp | www.voxco.com | Facebook Pixel advertising first-party cookie | 3 months | HTTP |
__hstc | www.voxco.com | Hubspot marketing platform cookie. | 1 year | HTTP |
__hssrc | www.voxco.com | Hubspot marketing platform cookie. | 52 years | HTTP |
__hssc | www.voxco.com | Hubspot marketing platform cookie. | Session | HTTP |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
_gid | www.voxco.com | Google Universal Analytics short-time unique user tracking identifier. | 1 days | HTTP |
MUID | bing.com | Microsoft User Identifier tracking cookie used by Bing Ads. | 1 year | HTTP |
MR | bat.bing.com | Microsoft User Identifier tracking cookie used by Bing Ads. | 7 days | HTTP |
IDE | doubleclick.net | Google advertising cookie used for user tracking and ad targeting purposes. | 2 years | HTTP |
_vwo_uuid_v2 | www.voxco.com | Generic Visual Website Optimizer (VWO) user tracking cookie. | 1 year | HTTP |
_vis_opt_s | www.voxco.com | Generic Visual Website Optimizer (VWO) user tracking cookie that detects if the user is new or returning to a particular campaign. | 3 months | HTTP |
_vis_opt_test_cookie | www.voxco.com | A session (temporary) cookie used by Generic Visual Website Optimizer (VWO) to detect if the cookies are enabled on the browser of the user or not. | 52 years | HTTP |
_ga | www.voxco.com | Google Universal Analytics long-time unique user tracking identifier. | 2 years | HTTP |
_uetsid | www.voxco.com | Microsoft Bing Ads Universal Event Tracking (UET) tracking cookie. | 1 days | HTTP |
vuid | vimeo.com | Vimeo tracking cookie | 2 years | HTTP |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
__cf_bm | hubspot.com | Generic CloudFlare functional cookie. | Session | HTTP |
prénom | Domaine | Objectif | Expiration | Type |
---|---|---|---|---|
_gcl_au | www.voxco.com | --- | 3 months | --- |
_gat_gtag_UA_3262734_1 | www.voxco.com | --- | Session | --- |
_clck | www.voxco.com | --- | 1 year | --- |
_ga_HNFQQ528PZ | www.voxco.com | --- | 2 years | --- |
_clsk | www.voxco.com | --- | 1 days | --- |
visitor_id18452 | pardot.com | --- | 10 years | --- |
visitor_id18452-hash | pardot.com | --- | 10 years | --- |
lpv18452 | pi.pardot.com | --- | Session | --- |
lhc_per | www.voxco.com | --- | 6 months | --- |
_uetvid | www.voxco.com | --- | 1 year | --- |