Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

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 *