Droites de régression et résidus — Données, 14–17 ans
Une droite résume comment une variable numérique tend à changer avec une autre, tandis que les résidus montrent ce que la droite n’explique pas.
Idée
Une droite de régression est un résumé volontairement simple tracé dans un nuage de données appariées. Sa pente décrit la variation habituelle d’une variable quand l’autre augmente d’une unité. Un résidu est la valeur réelle moins la valeur prévue par la droite.
Pourquoi les utiliser ?
Un nuage de points peut contenir trop de valeurs pour être décrit point par point. La régression fournit un résumé compact et permet des prédictions prudentes à l’intérieur de l’intervalle observé. Les résidus comptent car ils révèlent une erreur systématique de la droite.
Exemple détaillé
Supposons qu’une droite ajustée prévoie la note à un examen selon les heures d’étude : note = 52 + 6h. Pour 4 heures, la prévision vaut 52 + 6×4 = 76. Si la note réelle est 81, le résidu vaut 81 − 76 = 5. L’élève a donc cinq points de plus que prévu.
Piège courant
On confond souvent la droite avec une règle que chaque individu devrait suivre. Elle décrit seulement une tendance moyenne : deux personnes ayant la même valeur de x peuvent avoir des résultats différents. Prévoir très loin hors de l’intervalle observé est aussi risqué : c’est extrapoler.
Où elles apparaissent
Les entreprises utilisent la régression pour estimer les ventes à partir de la publicité ou la demande à partir du prix. Les scientifiques peuvent prévoir une quantité mesurée à partir d’une autre mesure. Dans les deux cas, la droite aide à planifier sans garantir le résultat ; les résidus indiquent les prévisions peu fiables.
Continue d'explorer
Autres langues
Chargement de MyLeoNes™…