Excel : Comment utiliser la régression linéaire multiple pour l’analyse prédictive



Souvent, vous souhaiterez peut-être utiliser un modèle de régression linéaire multiple que vous avez créé dans Excel pour prédire la valeur de réponse d’une nouvelle observation ou d’un nouveau point de données.

Heureusement, c’est assez simple à faire et l’exemple suivant, étape par étape, montre comment procéder.

Étape 1 : Créer les données

Tout d’abord, créons un faux ensemble de données avec lequel travailler dans Excel :

Étape 2 : Ajuster un modèle de régression linéaire multiple

Ajustons ensuite un modèle de régression linéaire multiple en utilisant x1 et x2 comme variables prédictives et y comme variable de réponse.

Pour ce faire, nous pouvons utiliser la fonction LINEST(y_values, x_values) comme suit :

Une fois que nous cliquons sur Entrée, les coefficients de régression apparaissent :

Le modèle de régression linéaire multiple ajusté est :

y = 17,1159 + 1,0183(x1) + 0,3963(x2)

Étape 3 : Utiliser le modèle pour prédire une nouvelle valeur

Supposons maintenant que nous souhaitions utiliser ce modèle de régression pour prédire la valeur d’une nouvelle observation qui a les valeurs suivantes pour les variables prédictives :

  • x1 : 8
  • x2 : 10

Pour ce faire, nous pouvons utiliser la formule suivante dans Excel :

En utilisant ces valeurs pour les variables prédictives, le modèle de régression linéaire multiple prédit que la valeur de y sera 29,22561 .

Étape 4 : Utiliser le modèle pour prédire plusieurs nouvelles valeurs

Si nous souhaitons utiliser le modèle de régression linéaire multiple pour prédire la valeur de réponse pour plusieurs nouvelles observations, nous pouvons simplement faire des références absolues de cellule aux coefficients de régression :

Ressources additionnelles

Comment effectuer une régression linéaire simple dans Excel
Comment effectuer une régression linéaire multiple dans Excel
Comment effectuer une régression polynomiale dans Excel
Comment créer un tracé résiduel dans Excel

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *