
Table des matières
2.6 Somme des carrés résiduelle et estimation ponctuelle de la variance . . . . . . 32
2.7 Equation d’analyse de la variance, cœfficient de détermination . . . . . . . . . 32
2.8 Prédiction ....................................... 32
2.9 Estimation par intervalles de confiance et tests d’hypothèses asymptotiques . 33
2.9.1 Théorèmeslimites .............................. 33
2.9.2 L’idée du bootstrap non paramétrique . . . . . . . . . . . . . . . . . . . 33
2.10Exercices........................................ 35
3 Le modèle de régression linéaire multiple sous hypothèse gaussienne 39
3.1 Introduction...................................... 39
3.2 Estimateurs du maximum de vraisemblance . . . . . . . . . . . . . . . . . . . 40
3.3 Loisdesestimateurs ................................. 40
3.4 Intervalles et régions de confiance pour les paramètres - Intervalles de prédiction 41
3.4.1 Intervalles et régions de confiance pour les cœfficients de régression . 41
3.4.2 Intervalles de confiance pour la variance σ2................ 42
3.4.3 Intervalles de prédiction . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.5 Tests d’hypothèses sur les cœfficients de régression . . . . . . . . . . . . . . . 42
3.5.1 Test de nullité d’un cœfficient ou de (non) significativité d’une variable
explicative................................... 42
3.5.2 Tests d’hypothèses linéaires sur les cœfficients.............. 43
3.5.3 Test du rapport de vraisemblance maximale . . . . . . . . . . . . . . . 43
3.6 Exercices........................................ 47
4 Détection (et correction) des écarts au modèle 53
4.1 Introduction...................................... 53
4.2 Analysedesrésidus.................................. 54
4.2.1 Les différentsrésidus............................. 54
4.2.2 Détection des écarts au modèle . . . . . . . . . . . . . . . . . . . . . . . 55
4.2.3 Donnéesaberrantes.............................. 56
4.3 Analyse de la matrice de projection, effetlevier.................. 56
4.3.1 Propriétés de la matrice de projection . . . . . . . . . . . . . . . . . . . 56
4.3.2 Effetlevier................................... 57
4.4 Mesuresd’influence.................................. 57
4.4.1 DistancedeCook............................... 57
4.4.2 Distance de Welsh-Kuh (DFFITS) . . . . . . . . . . . . . . . . . . . . . . 58
4.5 Correction des écarts au modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
4.5.1 Ajout d’une variable explicative . . . . . . . . . . . . . . . . . . . . . . 58
4.5.2 Transformation des variables . . . . . . . . . . . . . . . . . . . . . . . . 59
4.5.3 Cas particulier d’hétéroscédasticité : Moindres Carrés Généralisés . . . 59
4.6 Exercice : Compléments /questions de cours . . . . . . . . . . . . . . . . . . . 60
5 Sélection de variables 63
5.1 Introduction...................................... 63
5.2 Critères de qualité d’un modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5.2.1 Qualité de l’estimation, erreur quadratique moyenne (EQM) . . . . . . 64
5.2.2 Qualité de la prédiction, erreur quadratique moyenne de prédiction
(EQMP) .................................... 64
4