Introduction à la régression
Apprends à trouver la droite qui s'ajuste le mieux à un ensemble de points et à faire des prédictions avec la régression linéaire.
Définition
- est la pente (l'inclinaison de la droite)
- est l'ordonnée à l'origine (où la droite coupe l'axe des y)
- est la variable d'entrée (variable indépendante)
- est la sortie prédite (variable dépendante)
Essaie tout de suite
Exemples résolus
Une étude montre que pour chaque heure d'étude supplémentaire, les résultats aux tests augmentent de 5 points. Si un élève qui étudie 0 heure obtient 50 points, quelle est l'équation de régression ?
Identifier la pente
Le score augmente de 5 points par heure d'étude →
Identifier l'ordonnée à l'origine
Quand heures, le score est de 50 points →
Écrire l'équation
Substituer et dans →
Réponse: L'équation de régression est , où est le nombre d'heures d'étude et est le score prédit.
Erreurs courantes
Confondre l'ordre de soustraction dans la formule de la pente
Pourquoi c'est faux: Utiliser au lieu de donne l'inverse de la pente correcte.
Correct: Rappelle-toi : la pente est 'la montée sur la course' - le changement en (vertical) divisé par le changement en (horizontal).
Extrapoler trop loin au-delà des données
Pourquoi c'est faux: La droite de régression n'est fiable que dans la plage de tes données. Prédire bien au-delà de cette plage peut conduire à des résultats irréalistes.
Correct: Sois prudent avec les prédictions pour des valeurs de beaucoup plus grandes ou plus petites que tes points de données originaux.
Supposer que la corrélation implique la causalité
Pourquoi c'est faux: Le fait que deux variables soient liées (corrélées) ne signifie pas que l'une cause l'autre.
Correct: La régression montre des relations, mais une analyse supplémentaire est nécessaire pour établir la causalité.
Visuel interactif
Explorateur de fonction lineaire
| x | y |
|---|---|
| -2 | -2 |
| -1 | -1 |
| 0 | 0 |
| 1 | 1 |
| 2 | 2 |
Bac à sable interactif
Grapheur interactif
Essayez ces exemples:
y = 2x + 1
m=2, b=1
Calculateur d'expressions
Essayez ceux-ci:
Historique
Aucun calcul encore
Exercices pratiques
16 exercicesQue représente le dans l'équation ?
Pourquoi c'est important
- Commerce : Prédire les ventes en fonction des dépenses publicitaires
- Médecine : Estimer le dosage d'un médicament en fonction du poids du patient
- Économie : Prévoir la croissance du PIB à partir de divers indicateurs
- Sports : Projeter les performances des athlètes à partir des métriques d'entraînement
- Sciences : Modéliser les relations entre les variables dans les expériences
Applications dans le monde réel
Prédire les prix des maisons
Les analystes immobiliers utilisent la régression pour estimer la valeur des maisons en fonction de facteurs comme la surface, le nombre de chambres et l'emplacement.
Exemple:
Si les maisons se vendent environ 1500€ par mètre carré avec un prix de base de 50000€, l'équation pourrait être , où est la surface en mètres carrés.
Un modèle immobilier montre : , où est la surface en m² et est le prix en euros.
Quel est le prix prédit pour une maison de 150 mètres carrés ?
Étape 1 : Écrivez l'expression mathématique
Substitue dans l'équation :
Analyse de l'efficacité énergétique
Les ingénieurs automobiles utilisent la régression pour comprendre comment le poids d'une voiture affecte la consommation de carburant.
Exemple:
Les données pourraient montrer que l'efficacité énergétique diminue de 0,005 km/L pour chaque kilogramme de poids supplémentaire.
Un modèle de voiture montre : , où est le poids en kg et est l'efficacité en km/L.
Quelle efficacité est prédite pour une voiture pesant 1200 kg ?
Étape 1 : Écrivez l'expression mathématique
Calcule :
Points clés
- 1La régression linéaire trouve la droite qui s'ajuste le mieux à un ensemble de points
- 2L'équation de régression est , où est la pente et est l'ordonnée à l'origine
- 3La pente est calculée comme (la montée sur la course)
- 4Une fois que tu as l'équation, tu peux faire des prédictions en substituant des valeurs pour
- 5La régression montre une corrélation, mais la corrélation n'implique pas la causalité
Questions fréquentes
Glossaire
- Régression linéaire
- Une méthode statistique pour trouver la droite qui s'ajuste le mieux à un ensemble de points
- Droite de meilleur ajustement
- La droite qui minimise la distance entre elle-même et tous les points
- Pente
- L'inclinaison de la droite, représentant le taux de variation ( dans )
- Ordonnée à l'origine
- Le point où la droite coupe l'axe des y ( dans )
- Prédiction
- Utiliser l'équation de régression pour estimer pour une valeur donnée de
- Variable indépendante
- La variable d'entrée () que nous utilisons pour faire des prédictions
- Variable dépendante
- La variable de sortie () que nous essayons de prédire