TP : Analyse et Modélisation de Régression (Simple et Multiple)
Ce travail pratique a pour objectif de vous initier à l'utilisation des
techniques de régression linéaire (simple ou multiple) pour analyser
des données réelles. Vous utiliserez les logiciels R et SPSS pour
construire et interpréter un modèle de régression capable d'expliquer
ou de prédire une variable cible à partir de variables explicatives.
Choix des données :
Sélectionnez des données réelles à partir du site officiel de la Banque
Mondiale [Link] , ou bien d’autres sites.
La taille du dataset doit être suffisante pour effectuer une analyse
significative (minimum 30 observations conseillées).
Problématique :
Formulez une problématique claire et précise qui peut être
abordée à l'aide d'un modèle de régression multiple ou bien
simple.
Exploration des données :
Présentez brièvement le contexte des données.
Effectuez une analyse descriptive : statistiques de base (moyennes,
écarts-types, etc.) et visualisations .
Modélisation :
Construisez un modèle de régression simple ou multiple selon les
besoins de votre problématique.
Identifiez clairement la variable dépendante (cible) et les variables
indépendantes.
Vérifications :
Vérifiez les hypothèses de la régression (normalité des résidus,
indépendance des erreurs, colinéarité, etc.).
Interprétez les coefficients du modèle.
Comparaison entre R software et SPSS :
Réalisez la même analyse dans R et dans SPSS.
Comparez les résultats obtenus (valeurs des coefficients, 𝑅 2 , p-valeurs
Conclusions :
Formulez des conclusions basées sur vos résultats.
Discutez les limites éventuelles de votre étude (qualité des données,
biais potentiels, etc.).
