Agrégation - Régression linéaire

Définition

La régression linéaire est un modèle qui cherche à établir une relation linéaire entre une variable, dite expliquée, et une ou plusieurs variables, dites explicatives.

La régression linéaire simple cherche une droite : y = a⋅x + b

• a est la pente de la droite (slope),
• b est l’ordonnée à l’origine (intercept).

REGR_SLOPE(y, x) Calcule la pente de la droite (a),

REGR_INTERCEPT(y, x) Calcule l’ordonnée à l’origine (b).

REGR_R2(y, x) Coefficient de détermination (entre 0 et 1), soit la qualité de l’ajustement :

• 1 : la droite explique parfaitement les données,
• 0 : aucun lien linéaire,

plus c’est proche de 1, plus la droite est pertinente.

REGR_COUNT(y, x) Nombre de paires (x, y) effectivement utilisées (hors NULL) pour effectuer le calcul. Équivalent à COUNT(*) mais appliqué seulement sur les deux colonnes non nulles.