Calculerur de valeurs prédites par régression

L'un des principaux objectifs de la régression est d'obtenir des prédictions. Autrement dit, les modèles de régression linéaire sont prédictifs par nature. L'un des objectifs de l'analyse de régression est de trouver les valeurs prédites correspondantes, écrites mathématiquement sous la forme (\(\hat y\)).

Une fois que nous avons estimé les coefficients de régression correspondant à l'ordonnée à l'origine et à la pente, \(\hat \beta_0\) et \(\hat \beta_1\), nous pouvons procéder au calcul des valeurs prédites.

Comment calculez-vous les valeurs prédites par régression?

Le calcul est simple, mais il faut d'abord calculer les coefficients de régression. Une fois que vous avez la pente et l'ordonnée à l'origine, vous calculez les valeurs prédites de la régression à l'aide de la formule suivante:

\[ \hat y = \hat \beta_0 + \hat \beta_1 x \]

Que pouvez-vous faire d'autre avec les valeurs prédites?

Les valeurs prédites sont assez utiles. Tout d'abord, vous pouvez calculer des résidus, qui sont extrêmement utiles pour évaluer les différentes hypothèses du modèle de régression linéaire.

En outre, vous pouvez utiliser des valeurs prédites pour créer un nuage de points des valeurs observées par rapport aux valeurs prédites, qui est l'une des parcelles résiduelles vous examinerez afin d'évaluer les hypothèses du modèle. En fait, ce calculateur fournira également ce graphique des valeurs observées par rapport aux valeurs prévues.

Autres calculateurs liés à la régression

Si vous avez affaire à plus d'un prédicteur, vous en aurez probablement besoin calculatrice de régression linéaire multiple , ce qui est plus approprié dans ce cas.