• Menu
    • Nos Formations
    • Nos Prestations
    • Les Astuces
Skip to content
Astuces et scripts R
Astuces et scripts R
Primary Navigation Menu
Menu
  • Abcd’R
  • Tous les scripts
    • Voir les articles
    • Proposer un Article
  • Formation au logiciel R
  • Contact

Les dates de formations à R, éligibles au CPF sont en lignes !

Voir nos formations

Ajuster une régression linéaire avec lm

Par vincent
Le octobre 2, 2024
Dans modélisation
Tagged lm, régression
Avec 0 Commentaire

Ajuster une régression linéaire avec lm en R

La régression linéaire est une méthode statistique utilisée pour modéliser la relation entre une variable dépendante et une ou plusieurs variables indépendantes. En R, la fonction lm() est utilisée pour ajuster un modèle de régression linéaire. Dans cet article, nous allons explorer comment utiliser cette fonction avec un exemple concret.

Comprendre la fonction lm()

La fonction lm() prend la forme suivante :

lm(formule, data)
  • formule : une formule qui décrit la relation entre les variables. Par exemple, y ~ x1 + x2 indique que y est la variable dépendante et x1 et x2 sont les variables indépendantes.
  • data : le data frame contenant les variables.

Exemple concret

Supposons que nous avons un ensemble de données sur les ventes d’une entreprise en fonction de la publicité et du prix. Voici un exemple de données :

# Création d'un data frame
data <- data.frame(
  ventes = c(200, 300, 400, 500, 600),
  publicite = c(50, 60, 70, 80, 90),
  prix = c(20, 50, 30, 72, 40)
)

Dans cet exemple, ventes est notre variable dépendante, tandis que publicite et prix sont nos variables indépendantes.

Ajustement du modèle

Nous allons maintenant ajuster un modèle de régression linéaire pour prédire les ventes en fonction de la publicité et du prix.

# Ajustement du modèle de régression linéaire
modele <- lm(ventes ~ publicite + prix, data = data)

Résumé du modèle

Pour voir les résultats de notre modèle, nous pouvons utiliser la fonction summary() :

# Résumé du modèle
summary(modele)

Cette commande affichera plusieurs informations utiles, notamment :

  • Les coefficients des variables (l’impact de chaque variable indépendante sur la variable dépendante).
  • La valeur R-squared qui indique la proportion de la variance des ventes expliquée par le modèle.
  • Les valeurs p pour tester l’hypothèse nulle selon laquelle les coefficients sont égaux à zéro.

Interprétation des résultats

Les coefficients nous indiquent comment les ventes changent en fonction des variations de la publicité et du prix. Par exemple, si le coefficient de publicite est 3, cela signifie qu’une augmentation de 1 unité de publicité est associée à une augmentation de 3 unités des ventes, toutes choses étant égales par ailleurs.

Conclusion

Ajuster une régression linéaire avec lm() en R est un processus simple et efficace pour analyser les relations entre les variables. En comprenant les résultats du modèle, vous pouvez prendre des décisions éclairées basées sur vos données. N’hésitez pas à explorer davantage et à appliquer cette méthode à vos propres ensembles de données !

2024-10-02
Article précédent: Ajuster un modèle de régression logistique avec glm
Article suivant: Appliquer des fonctions de manière parallèle avec furrr

Formation et consultance

Trouvez votre formation R sur-mesure chez ThinkR

-- Contactez-nous --

Catégories

Commentaires récents

  • Sébastien dans Comment effectuer des calculs de somme et de moyenne sur les colonnes ou les lignes d’une matrice ? colSums, rowSums, colMeans, rowMeans
  • Achraf Mazouz dans Comment effectuer des calculs de somme et de moyenne sur les colonnes ou les lignes d’une matrice ? colSums, rowSums, colMeans, rowMeans
  • Lou Sayd dans Coment alculer simplement la SEM dans R ? (Erreur Standard)
  • Nicolas dans Comment remplacer une chaîne de caractères ? string_replace_all(df, "pattern","replacement")
  • Vincent dans Comment comparer deux moyennes avec R grâce au test de Student ? t.test

Archives

Plan

  • Abcd’R
  • Tous les scripts
    • Proposer un Article
  • Ressources documentaires
    • Le logiciel R
    • Liste des interfaces graphiques
  • Formation au logiciel R
  • Contact
  • Politique de confidentialité

Flux ThinkR – Certification & Formation langage R

  • Déboguer une fonction avec debugonce() ou browser()
  • Dessinez pour gagner : L’impact des maquettes sur vos apps Shiny
  • Gérer et manipuler des dates en 2024 : une année pas comme les autres !
  • Retour vers le turfu : R, le web, et webR
  • Créer un package R et le versionner avec VSCode ? Mission possible !

Méta

  • Connexion
  • Flux des publications
  • Flux des commentaires
  • Site de WordPress-FR

ABCD'R (par ThinkR ) © 2025 - Confidentialité