Comment identifier et gérer les points influents dans un modèle de régression linéaire ?
La régression linéaire est une technique puissante et largement utilisée pour modéliser la relation entre une variable de réponse numérique et une ou plusieurs variables explicatives. Cependant, il peut arriver que vos données contiennent des points qui ne correspondent pas bien au reste du modèle et qui peuvent avoir une influence disproportionnée sur la pente et l’ordonnée à l’origine estimées de la droite de régression. Ces points sont appelés points influents et peuvent affecter la précision et la fiabilité de vos résultats de régression. Dans cet article, vous apprendrez à identifier et à gérer les points influents dans un modèle de régression linéaire, à l’aide d’outils et de méthodes simples.
-
Nadeeja AkilaBSc (Hons) in Statistics (Reading) USJP FAS | President 23/24 - Statistics Society, Department of Statistics | Data…
-
Leandro VitorManager Businesss & Engineering Development Product Innovation Connectivity
-
Shree Ram DangalEnthusiastic Data Science & Analysis Specialist Eager for New Opportunities