C9- Méthode des Moindres Carrés : MAÎTRISER la Régression Linéaire en 5 min

Dans cette vidéo, nous découvrons la Méthode des Moindres Carrés, l’outil fondamental qui permet de déterminer la droite de régression linéaire la mieux ajustée à un nuage de points. À partir d’un exemple simple — le lien entre le nombre d’heures d’étude (X) et les résultats obtenus (Y) — la vidéo explique comment visualiser la relation entre deux variables statistiques, comment identifier une tendance générale, puis comment tracer la droite qui minimise les écarts entre les observations et la prédiction. Vous apprendrez : Pourquoi tracer une droite de régression ? Les points observés représentent des situations différentes, parfois cohérentes, parfois dispersées. La méthode des moindres carrés permet d’en dégager la tendance centrale. Pourquoi mettre les écarts au carré ? Additionner directement les écarts annule les valeurs positives et négatives. Les mettre au carré garantit des écarts uniquement positifs et rend possible l’optimisation. Pourquoi la droite obtenue est unique ? Parce qu’elle est déterminée par deux paramètres : – a, la pente (ou coefficient directeur) – b, l’ordonnée à l’origine Mathématiquement, il existe une seule droite qui minimise la somme des écarts au carré. Comment exprimer la pente statistiquement ? La pente a s’exprime comme le rapport : covariance(X,Y) / variance(X) Une des relations les plus importantes de la régression. Comment la formule de la régression est-elle obtenue ? À partir de l’équation générale y = ax + b, on calcule : – les écarts entre les points observés et les points de la droite, – la somme des écarts au carré, – puis on dérive cette somme par rapport à a et b pour trouver le minimum. Cela conduit aux deux propriétés essentielles : – la droite passe par le point (x̄, ȳ) – a = Cov(X,Y) / Var(X) d’où l’expression finale : y = ax + b, avec a = Cov(X,Y) / Var(X) b = ȳ – a x̄ Cette vidéo vous offre une explication intuitive puis formalisée de la régression linéaire, afin de comprendre à la fois la logique statistique et la démonstration mathématique derrière cet outil incontournable.