Jump to content

Régression linéaire


Go to solution Solved by Dragoon,

Recommended Posts

Posted

Bonsoir j’ai un soucis avec ce QCM:

 

On s'intéresse à la relation entre le nombre de semaines d'épisode dépressif majeur (EDM), le sexe du malade et son âge à l'entrée dans la dépression. On définit trois catégories de durée d'EDM :

C1 correspond à une durée inférieure à 1 mois, C2 correspond à une durée entre 1 mois et 6 mois, et C3 correspond à une durée supérieure à 6 mois.

Indiquer si les propositions suivantes sont vraies ou fausses.

À)Si l'on souhaite expliquer la durée en nombre de semaines d'épisode dépressif majeur par l'âge du malade à l'entrée dans la dépression, on peut utiliser la régression linéaire

B)Dans le cadre d'une régression linéaire entre deux variables X et Y dont la relation peut être correctement représentée par une droite, si la pente ® n'est pas significativement différente de 0, cela signifie que la moyenne de Y ne dépend pas des variations de X

C) Si l'on souhaite étudier l'existence d'une relation entre le sexe du malade et les catégories de durée d'EDM, le coefficient de corrélation linéaire est la mesure d'association la plus appropriée
D) Une des conditions d'application du test de la pente de la droite de régression entre deux variables
X et Y est que la variance de Y soit constante quelle que soit la valeur de X-

E. Un coefficient de corrélation linéaire entre le nombre de semaines d'EDM et l'âge du malade égal à 0,81 signifie que plus l'âge du malade augmente plus la durée d'EDM est courte

 

Par rapport à la B si je traduit ça veut dire que si B est égal à 0 alors Y et X sont indépendants.
Cet item est compté vrai donc je dois comprendre que le fait de dire B=0 alors X et Y sont indépendants c’est faux que pour la corrélation linéaire et pas pour la régression? Car dans le cours ils utilisent pas vraiment le mot « dépend » pour les regressions. 

‘De plus, je n’ai pas compris pourquoi l’item C est faux…  voilà merci!!

 

  • Tuteur
Posted

je pense que concernant la corrélation linéaire cette mention insiste sur le fait que si ton coef de corrélation linéaire vaut 0 ça ne veut pas forcément dire que les deux variables ne sont pas corrélées, elle peuvent l'être mais pas forcement de manière linaire.

Aussi je pense que l'on peut considérer l'item B vrai car dans une régression linaire (qui fait appel à une droite) si p=0 il n'y a pas de lien fonctionnel entre les deux me semble t'il si ce n'est peut être une ordonnée à l'origine commune. Enfin bref je suis vraiment pas sure et il vaudrait mieux avoir la confirmation d'un tuteur, pour m'être moi même posée ces questions 🫠)

  • Ancien Responsable Matière
  • Solution
Posted

Hello @Pala.off

 

@Palamine a très bien répondu pour l'item B. En effet, il ne faut pas confondre la pente de la droite dans la régression linéaire et le coefficient de corrélation linéaire. On voit bien dans le cours : 

 

spacer.png

 

Pour l'item C :

Cet item est faux car le coefficient de corrélation linéaire ne permet pas de conclure sur un lien significatif entre deux évènements. Il nous permet seulement de constater que si un évènement change, l'autre aussi, ou non. Or, corrélation ne veut pas forcément dire causalité. La régression linéaire, par contre, peut permettre de tester l'existence d'un lien significatif entre deux évènements (comme dit sur la diapo juste au dessus)

 

Est ce que tout est clair pour toi ? 

En tout cas force et courage pour ces derniers jours de premier semestre !

 

Posted
il y a 27 minutes, Dragoon a dit :

Hello @Pala.off

 

@Palamine a très bien répondu pour l'item B. En effet, il ne faut pas confondre la pente de la droite dans la régression linéaire et le coefficient de corrélation linéaire. On voit bien dans le cours : 

 

spacer.png

 

Pour l'item C :

Cet item est faux car le coefficient de corrélation linéaire ne permet pas de conclure sur un lien significatif entre deux évènements. Il nous permet seulement de constater que si un évènement change, l'autre aussi, ou non. Or, corrélation ne veut pas forcément dire causalité. La régression linéaire, par contre, peut permettre de tester l'existence d'un lien significatif entre deux évènements (comme dit sur la diapo juste au dessus)

 

Est ce que tout est clair pour toi ? 

En tout cas force et courage pour ces derniers jours de premier semestre !

 

Merci

Join the conversation

You can post now and register later. If you have an account, sign in now to post with your account.
Note: Your post will require moderator approval before it will be visible.

Guest
Reply to this topic...

×   Pasted as rich text.   Paste as plain text instead

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   Your previous content has been restored.   Clear editor

×   You cannot paste images directly. Upload or insert images from URL.

  • Recently Browsing   0 members

    • No registered users viewing this page.
×
×
  • Create New...