Le guide complet : Comment rapporter les résultats de régression
En statistiques, les modèles de régression linéaire sont utilisés pour quantifier la relation entre une ou plusieurs variables prédictives et une variable de réponse .
Nous pouvons utiliser le format général suivant pour rapporter les résultats d’un modèle de régression linéaire simple :
Une régression linéaire simple a été utilisée pour tester si [variable prédictive] prédisait de manière significative [variable de réponse].
Le modèle de régression ajusté était : [équation de régression ajustée]
La régression globale était statistiquement significative (R 2 = [valeur R 2 ], F (régression df, résidu df) = [valeur F], p = [valeur p]).
Il a été constaté que [variable prédictive] prédisait de manière significative [variable de réponse] (β = [valeur β], p = [valeur p]).
Et nous pouvons utiliser le format suivant pour rapporter les résultats d’un modèle de régression linéaire multiple :
La régression linéaire multiple a été utilisée pour tester si [variable prédictive 1], [variable prédictive 2],… prédisaient de manière significative [variable de réponse].
Le modèle de régression ajusté était : [équation de régression ajustée]
La régression globale était statistiquement significative (R 2 = [valeur R 2 ], F (régression df, résidu df) = [valeur F], p = [valeur p]).
Il a été constaté que [variable prédictive 1] prédisait de manière significative [variable de réponse] (β = [valeur β], p = [valeur p]).
Il a été constaté que [variable prédictive 2] ne prédisait pas de manière significative [variable de réponse] (β = [valeur β], p = [valeur p]).
Les exemples suivants montrent comment rapporter les résultats de régression pour un modèle de régression linéaire simple et un modèle de régression linéaire multiple.
Exemple : rapport des résultats d’une régression linéaire simple
Supposons qu’un professeur souhaite utiliser le nombre d’heures étudiées pour prédire la note que les étudiants obtiendront à un examen donné. Il collecte des données sur 20 étudiants et ajuste un modèle de régression linéaire simple.
La capture d’écran suivante montre le résultat du modèle de régression :
Voici comment rapporter les résultats du modèle :
Une régression linéaire simple a été utilisée pour tester si les heures étudiées prédisaient de manière significative les résultats à l’examen.
Le modèle de régression ajusté était le suivant : score à l’examen = 67,1617 + 5,2503* (heures étudiées).
La régression globale était statistiquement significative (R 2 = 0,73, F(1, 18) = 47,99, p < 0,000).
Il a été constaté que les heures étudiées prédisaient de manière significative les résultats à l’examen (β = 5,2503, p < 0,000).
Exemple : Rapport des résultats d’une régression linéaire multiple
Supposons qu’un professeur souhaite utiliser le nombre d’heures étudiées et le nombre d’examens préparatoires passés pour prédire la note que les étudiants obtiendront à un examen donné. Il collecte des données sur 20 étudiants et ajuste un modèle de régression linéaire multiple.
La capture d’écran suivante montre le résultat du modèle de régression :
Voici comment rapporter les résultats du modèle :
La régression linéaire multiple a été utilisée pour tester si les heures d’études et les examens préparatoires passés prédisaient de manière significative les résultats de l’examen.
Le modèle de régression ajusté était : Score d’examen = 67,67 + 5,56*(heures étudiées) – 0,60*(examens préparatoires passés)
La régression globale était statistiquement significative (R 2 = 0,73, F(2, 17) = 23,46, p = < 0,000).
Il a été constaté que les heures étudiées prédisaient de manière significative les résultats à l’examen (β = 5,56, p = < 0,000).
Il a été constaté que les examens préparatoires passés ne permettaient pas de prédire de manière significative le score à l’examen (β = -0,60, p = 0,52).
Ressources additionnelles
Comment lire et interpréter un tableau de régression
Comprendre l’hypothèse nulle pour la régression linéaire
Comprendre le test F de signification globale en régression
à propos de l'auteur
Dr. Benjamin Anderson
Il est un professeur de statistiques à la retraite devenu éducateur dévoué sur Statorials. Avec une vaste expérience et une expertise dans le domaine des statistiques, je m'engage à partager mes connaissances pour responsabiliser les étudiants grâce à Statorials. Lire plus