7.8 Quiz de révision du chapitre

Quels modèles sont imbriqués?

Relisez au besoin la section 7.3.2.

Modèle A : Y = X1 + X2 + X3 / Modèle B : Y = X1 + X2 + X3 + X4 + X5
Modèle A : Y = X1 + X4 + X5 / Modèle B : Y = X1 + X2 + X3 + X7 + X8

Quelle mesure relative à la qualité d’ajustement du modèle indique la proportion de la variance de la variable dépendante expliquée par les variables indépendantes du modèle?

Relisez au besoin la section 7.3.1.

Statistique de Fisher
Coefficient de détermination (R2)
L’erreur quadratique moyenne (RMSE)
Le coefficient de régression standardisé

Le R2 ajusté permet de comparer des modèles avec des nombres de variables indépendantes et/ou d’observations différents

Relisez au besoin le début de la section 7.3.2.

Vrai
Faux

Comment repérer les variables les plus importantes du modèle?

Relisez au besoin la section 7.4.2.

Coefficients de régression
Coefficients de régression standardisés
Erreurs types

Comment évaluer la significativité des coefficients?

Relisez au besoin la section 7.4.3.

Valeur de t
Valeur de p
R2
F de Fisher

Pour un nombre très élevé d’observations, quelle affirmation est vraie pour les valeurs de t et de p?

Relisez au besoin la section 7.4.3.

1,96 (p <= 0,05); 2,58 (p <= 0,01); 3,29 (p <= 0,001)
1,96 (p <= 0,001); 2,58 (p <= 0,01); 3,29 (p <= 0,05)
2,96 (p <= 0,05); 3,58 (p <= 0,01); 4,29 (p <= 0,001)

Une variable indépendante dont l’intervalle de confiance à 95 % du coefficient de régression est de [-15,06 ; 28,17] est-elle significatif au seuil de p = 0,05?

Relisez au besoin la section 7.4.4.

Vrai
Faux

Comment poser un diagnostic sur un modèle de régression linéaire?

Relisez le deuxième encadré à la section 7.6.

Nombre d’observations
Normalité des résidus
Linéarité et homoscédasticité des résidus
Absence de multicolinéarité excessive
Absence d’observations trop influentes
Nombre de variables indépendantes

Votre score