Régression multiple

La régression multiple est un outil statistique utilisé pour analyser la relation entre plus de deux variables.

La régression multiple peut être modélisée dans une équation simple qui estime la relation linéaire entre la réponse ou la variable dépendante, avec plus d’un prédicteur ou des variables indépendantes.

Par exemple, la consommation d’eau des athlètes est positivement corrélée à la fois à la température et au temps total de pratique.

Ici, la température et la durée totale de la pratique sont les variables prédictives qui peuvent être réglées indépendamment. La consommation d’eau est la variable de réponse car elle dépend des deux autres variables.

Étant donné que le calcul manuel de l’équation de régression multiple est généralement complexe, un logiciel est utilisé pour la résoudre.

Le coefficient de détermination multiple est calculé pour mesurer dans quelle mesure l’équation s’adapte à l’ensemble de données. Cela signifie que les changements de température et le temps total pratiqué peuvent expliquer 97 % de la variation de la consommation d’eau.

Cependant, plus on utilise de variables, plus R² augmente généralement.

Dans ce cas, le coefficient de détermination ajusté est calculé, ce qui tient compte de la taille de l’échantillon et du nombre de variables prédictives.