Régression

Théorie et applications

Cet ouvrage expose de manière détaillée, exemples à l'appui, l'une des méthodes statistiques les plus courantes : la régression. Les premiers chapitres sont consacrés à la régression linéaire simple et multiple. Ils expliquent les fondements de la méthode, tant au niveau des choix opérés que des hypothèses et de leur utilité. Ensuite sont développés les outils permettant de vérifier les hypothèses de base mises en oeuvre par la régression. Une présentation simple des modèles d'analyse de la covariance et de la variance est effectuée.

Enfin, les derniers chapitres sont consacrés au choix de modèles ainsi qu'à certaines extensions de la régression : lasso, PLS, PCR...

La présentation témoigne d'un réel souci pédagogique des auteurs qui bénéficient d'une expérience d'enseignement auprès de publics très variés. Les résultats exposés sont replacés dans la perspective de leur utilité pratique grâce à l'analyse d'exemples concrets. Les commandes permettant le traitement des exemples sous le logiciel R figurent dans le corps du texte. Enfin chaque chapitre est complété par une suite d'exercices corrigés.

Le niveau mathématique requis le rend accessible aux étudiants des écoles d'ingénieurs, de Masters et aux chercheurs dans les divers domaines des sciences appliquées.

Cette collection met à la disposition du public intéressé par la statistique (étudiants, enseignants, chercheurs) des ouvrages qui concilient effort pédagogique et travail permanent de mise à jour. Cette démarche implique de prendre en compte de façon sélective et critique les renouvellements des concepts, des champs d'application et des outils de traitement. Seules une compréhension profonde et une appropriation des connaissances permettront de s'adapter aux évolutions qui n'ont pas fini de bouleverser cette discipline.