Le mod`ele de régression multiple
Le mod`ele de régression multiple
Le mod`ele de régression multiple
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
est bien connue et est donnée par :<br />
f X (x) = 1 ( )<br />
σ √ 2π exp (x − µ)2<br />
−<br />
2σ 2<br />
avec x les valeurs prises par cette variable aléatoire X.<br />
La courbe <strong>de</strong> <strong>de</strong>nsité d’une telle variable est une courbe en cloche (dite courbe<br />
<strong>de</strong> Gauss) symétrique autour <strong>de</strong> µ et plus ou moins évasée selon la valeur <strong>de</strong> σ.<br />
Toute variable aléatoire X qui suit une loi N (µ, σ 2 ) peut se ramener à une<br />
variable aléatoire qui suit la plus simple <strong>de</strong>s lois normales, la loi normale centrée<br />
réduite, c’est-à-dire dont l’espérance est nulle et la variance vaut 1. Notons Z cette<br />
variable aléatoire qui suit une loi normale centrée réduite. On note Z ∼N(0, 1) et<br />
on a :<br />
Z = X − µ<br />
σ<br />
On vérifie en effet que E(Z) = E(X)−µ<br />
σ<br />
= µ−µ<br />
σ<br />
=0etqueVar(Z) = Var(X)<br />
σ 2<br />
= σ2<br />
σ 2 =1.<br />
La loi normale centrée réduite est définie par une courbe <strong>de</strong> <strong>de</strong>nsité symétrique<br />
autour <strong>de</strong> 0.<br />
Différentes tables (que l’on peut trouver dans tous les ouvrages <strong>de</strong> statistiques<br />
ou d’économétrie) permettent <strong>de</strong> calculer la probabilité qu’a une variable aléatoire<br />
qui suit une loi normale centrée réduite <strong>de</strong> prendre <strong>de</strong>s valeurs dans un intervalle<br />
donné.<br />
Une valeur que l’on peut retenir est le chiffre <strong>de</strong> 1.96 pour une probabilité <strong>de</strong> 95% :<br />
une variable aléatoire normale centrée réduite a une probabilité <strong>de</strong>0.95(95%<strong>de</strong><br />
chance) <strong>de</strong> prendre <strong>de</strong>s valeurs dans l’intervalle [−1.96; 1.96]. On parlera d’intervalle<br />
<strong>de</strong> confiance à 95% (ou à5%d’erreur)pourlavariableN (0, 1) :<br />
Pr(−1.96