Le modèle de régression linéaire
Chapitre 1 Le modèle de régression
linéaire
Maher Chatti
FSEGT
Année Universitaire : 2013-2014
2M EGRFA
Econométrie de la …nance et de l’assurance
Chapitre 1 Le mole de régression linéaire
Le modèle de régression linéaire
2. Le modèle de régression linéaire
multiple
Le mole de régression multiple cherche à
expliquer l’évolution d’une variable dépendante
par celles de plusieurs variables explicatives.
Avant d’estimer ce modèle par la méthode des
moindres carrés ordianires (MCO), on suppose
un certain nombre d’hypothèses.
Chapitre 1 Le modèle de régression linéaire
Le modèle de régression linéaire
2. Le modèle de régression linéaire
multiple
Le mole de régression multiple cherche à
expliquer l’évolution d’une variable dépendante
par celles de plusieurs variables explicatives.
Avant d’estimer ce modèle par la méthode des
moindres carrés ordianires (MCO), on suppose
un certain nombre d’hypothèses.
Chapitre 1 Le modèle de régression linéaire
Le modèle de régression linéaire
2. Le modèle de régression linéaire
multiple
Le mole de régression multiple cherche à
expliquer l’évolution d’une variable dépendante
par celles de plusieurs variables explicatives.
Avant d’estimer ce modèle par la méthode des
moindres carrés ordianires (MCO), on suppose
un certain nombre d’hypothèses.
Chapitre 1 Le modèle de régression linéaire
Le modèle de régression linéaire
2. Le modèle de régression linéaire
multiple
Le mole de régression multiple cherche à
expliquer l’évolution d’une variable dépendante
par celles de plusieurs variables explicatives.
Avant d’estimer ce modèle par la méthode des
moindres carrés ordianires (MCO), on suppose
un certain nombre d’hypothèses.
Chapitre 1 Le modèle de régression linéaire
1 / 149 100%
La catégorie de ce document est-elle correcte?
Merci pour votre participation!

Faire une suggestion

Avez-vous trouvé des erreurs dans l'interface ou les textes ? Ou savez-vous comment améliorer l'interface utilisateur de StudyLib ? N'hésitez pas à envoyer vos suggestions. C'est très important pour nous!