8.0.1 Introduction à la régression multiple et logistique

Les principes de la régression linéaire simple posent les bases de méthodes de régression plus sophistiquées, utilisées dans un grand nombre de domaines complexes. Dans cette section, nous explorerons la régression multiple, qui présente la possibilité d’utiliser plus d’un prédicteur.  Les idées de base présentées dans la partie 7 sur la régression linéaire simple seront généralisées pour produire un outil d’ingénierie puissant : la régression linéaire multiple, présentée dans cette section.

La régression multiple est une extension de la régression simple à deux variables au cas où il n’existe qu’une réponse mais de nombreux prédicteurs (notés x₁, x₂, x₃, …). La méthode est justifiée par des scénarios dans lesquels plusieurs variables peuvent être associées simultanément à une réponse.