14- Régression linéaire, corrélation et test t

Summary

Dans ce chapitre sur la régression linéaire, l'accent est mis sur l'interprétation des résultats, la comparaison entre tests statistiques, et la validité des modèles. Après avoir exploré un modèle de régression liant la durée d'entretien à l'âge des détenus, l'analyse des tests de nullité de coefficient et de corrélation est abordée. Le script montre que la régression linéaire peut généraliser à la fois les tests de corrélation et de t-test, avec des exemples concrets, y compris la comparaison de la durée d'entretien entre détenus déprimés et non déprimés. L'application pratique en R permet de tester et valider ces hypothèses.

Takeaways

• 😀 La régression linéaire simple permet de tester la nullité d'un coefficient de corrélation et de réaliser un test t.
• 😀 Le coefficient b dans une régression linéaire simple représente l'augmentation de la durée de l'entretien en fonction de l'âge du détenu.
• 😀 Un petit p inférieur à 5 % indique que le coefficient b est statistiquement différent de 0, ce qui signifie qu'il existe une relation significative.
• 😀 L'interprétation de b dans une régression linéaire simple est que l'âge du détenu affecte légèrement la durée de l'entretien.
• 😀 La régression linéaire simple et le test de corrélation produisent des résultats similaires concernant la relation entre les variables.
• 😀 Le test de nullité de la corrélation entre la durée de l'entretien et l'âge du détenu donne un p-value similaire à celui du test de b.
• 😀 La corrélation est directement liée au paramètre b à travers l'écart-type de l'âge et de la durée de l'entretien.
• 😀 La régression linéaire simple offre une interprétation concrète de l'effet d'une variable sur une autre, ici l'impact de l'âge sur la durée de l'entretien.
• 😀 En utilisant une variable binaire (présence ou absence de dépression), la régression linéaire permet de calculer la différence de durée d'entretien entre deux groupes.
• 😀 La régression linéaire appliquée à une variable binaire donne un résultat identique à celui du test t de Student pour comparer les moyennes entre deux groupes.
• 😀 La régression linéaire est une généralisation du test t de Student et du test de corrélation pour des situations plus complexes.

Q & A

Qu'est-ce que la régression linéaire simple peut tester comme hypothèse particulière ?

La régression linéaire simple peut tester la nullité d'un coefficient de corrélation ou si un coefficient de régression b est égal à zéro.

Dans l'exemple avec l'âge des détenus, que signifie un coefficient b = 0,12 ?

Cela signifie que pour chaque année supplémentaire d'âge du détenu, la durée de l'interview augmente en moyenne de 0,12 minutes.

Pourquoi le test de b ≠ 0 et le test de corrélation donnent-ils le même résultat ?

Parce qu'il existe une relation mathématique entre le coefficient b et la corrélation : la corrélation est égale à b multiplié par l'écart-type de X et divisé par l'écart-type de Y, ce qui fait que les deux tests évaluent la même hypothèse.

Quel est l'avantage principal de la régression linéaire par rapport au simple test de corrélation ?

La régression linéaire permet d'obtenir le coefficient b qui a une interprétation concrète sur l'effet d'une unité de changement de X sur Y, contrairement à la corrélation qui ne donne qu'une mesure de force et de direction de l'association.

Comment la régression linéaire s'adapte-t-elle lorsque la variable X est binaire, comme la dépression ?

Dans ce cas, le coefficient b représente la différence de moyenne de Y (durée de l'interview) entre les deux groupes définis par la variable binaire (déprimés vs non déprimés).

Quel lien existe-t-il entre la régression linéaire et le test t de Student ?

Lorsque X est une variable binaire, tester si b ≠ 0 dans la régression est équivalent à effectuer un test t comparant les moyennes des deux groupes, donnant les mêmes résultats et le même p-value.

Que représente concrètement un petit p inférieur à 5 % dans ces tests ?

Un petit p inférieur à 5 % signifie que l'effet observé (la corrélation ou la différence de moyenne) est statistiquement significatif au risque de 5 %, c'est-à-dire qu'il est très improbable qu'il soit dû au hasard.

Comment la régression linéaire générale englobe-t-elle d'autres méthodes statistiques ?

Elle englobe le test de nullité d'une corrélation pour des variables quantitatives et le test t de Student pour des variables binaires, ce qui montre sa flexibilité comme outil général pour analyser les relations entre variables.

Quelle méthode R est utilisée pour tester la nullité d'un coefficient de corrélation ?

La fonction `cor.test` est utilisée pour tester si la corrélation entre deux variables est significativement différente de zéro.

Pourquoi la différence de moyenne entre les groupes déprimés et non déprimés correspond exactement au coefficient b de la régression ?

Parce que dans une régression linéaire avec une variable binaire, le coefficient b mesure directement l'effet moyen de passer d'un état à l'autre (0 à 1), ce qui correspond à la différence de moyenne entre les deux groupes.

Quelle interprétation peut-on donner à une augmentation de 10 ans d'âge sur la durée de l'interview selon le modèle ?

Selon le modèle, une augmentation de 10 ans d'âge entraîne une augmentation de la durée de l'interview de 1,2 minutes (10 × 0,12), ce qui reste relativement faible.