Modèle de régression linéaire multiple
Le modèle général s’écrit comme suit :
P = β0 + β1 · I + β2 · C + ε
où :
• P : Taux de pauvreté (%)
• I : Taux d’inflation (%)
• C : Taux de chômage (%)
• β0 , β1 , β2 : Coefficients à estimer
• ε : Erreur résiduelle
Données d’entrée
Année Inflation (%) Chômage (%) Pauvreté (%)
2000 11.6 4.0 69.0
2001 7.9 3.8 69.0
2002 16.5 3.6 70.0
2003 -1.7 3.5 70.0
2004 14.0 3.2 71.0
.. .. .. ..
. . . .
2023 9.87 1.8 79.5
Matrice des variables explicatives (X) et des observations (Y)
1 11.6 4.0 69.0
1 7.9 3.8 69.0
1 16.5 3.6 70.0
X = 1
−1.7 3.5, Y = 70.0
1 14.0 3.2 71.0
.. .. .. ..
. . . .
1 9.87 1.8 79.5
Produit matriciel XT X
24 180.07 67.0
XT X = 180.07 1763.93 596.73
67.0 596.73 191.05
Inverse de (XT X)
0.091 −0.0035 −0.0243
(XT X)−1 = −0.0035 0.0048 −0.0074
−0.0243 −0.0074 0.0361
Résultats du modèle de régression
Les coefficients estimés sont :
β0 87.7829
β = β1 = −0.0206
β2 −4.8730
L’équation du modèle est donc :
P = 87.7829 − 0.0206 · I − 4.8730 · C
1
Qualité du modèle
Le coefficient de détermination (R2 ) est :
R2 = 0.924 (92.4 % de la variance expliquée)