Régression linéaire

Un modèle de régression linéaire décrit la relation entre une variable de réponse (sortie) et une variable prédictive (entrée). Dans un tel modèle, la variable de réponse est exprimée comme une équation qui est linéaire dans le coefficient de régression de la variable prédictive.

Dans un modèle de régression linéaire multiple, la variable de réponse dépend de plusieurs variable prédictives et elle exprimée comme la somme d’un terme constant et de termes supplémentaires. Chaque terme supplémentaire est le produit d’un coefficient de régression et d’une fonction impliquant une ou plusieurs variables prédictives. Un modèle de régression linéaire multivariée comprend plusieurs variables de réponse.

Pour plus d’informations, consultez What Is a Linear Regression Model?

Vous pouvez utiliser l’application Regression Learner pour explorer les modèles de régression linéaire de manière interactive. Statistics and Machine Learning Toolbox™ propose également des fonctions en ligne de commande pour ajuster des modèles de régression linéaire, calculer et visualiser les statistiques du modèle et également travailler avec des données censurées et de grande dimension.