Détection et classification de différents types d'observations dans un modèle de régression linéaire

Abstract

Le problème de la détection et de la classification de différents types d'observations est important dans les modèles de régression linéaire. En effet, pour pouvoir se fier aux données et s'assurer que celles-ci correspondent aux modèles sous-jacents utilisés lorsque nous appliquons la régression, il peut s'avérer nécéssaire de devoir les répartir en catégories. Après avoir présenté les principales méthodes et techniques utilisées dans les modèles de régression linéaire, ce mémoire propose des diagnostics qui permettent de déterminer les différentes catégories de données. Ces diagnostics sont particulièrement utiles dans tous les domaines où sont utilisés les modèles linéaires. Ceux-ci sont utilisés en physique, astronomie, biologie, chimie, médecine, géographie, sociologie, histoire, économie, linguistique, droit, etc. Finalement, ce mémoire présente en détail trois exemples portant sur des données réelles dans les domaines suivants: l'économie, la géographie et l'astronomie. Le traitement de ces exemples est fait à l'aide du logiciel R.