Contenus :

• Rôle de l’analyse des résidus ;
• Résidus standardisés ;
• Graphique des résidus en fonction des valeurs prédites ;
• Résidus en fonction de la variable explicative ;
• Hypothèse de linéarité ;
• Signes graphiques d’une relation non linéaire ;
• Hypothèse d’indépendance des observations ;
• Dépendance temporelle ou spatiale ;
• Hypothèse de variance constante ;
• Homoscédasticité ;
• Hétéroscédasticité ;
• Formes graphiques de l’hétéroscédasticité ;
• Hypothèse de normalité des résidus ;
• Histogramme des résidus ;
• Graphique quantile-quantile ;
• Interprétation introductive de la normalité ;
• Détection des résidus élevés ;
• Observations atypiques ;
• Observations influentes ;
• Effet de levier ;
• Influence d’une observation sur les coefficients ;
• Causes possibles d’une violation des hypothèses ;
• Erreurs de données ;
• Variables omises ;
• Mauvaise forme fonctionnelle ;
• Transformation logarithmique ou autre transformation simple ;
• Ajout d’une variable pertinente ;
• Limites des corrections automatiques ;
• Effets des violations sur l’interprétation et la prédiction ;
• Présentation des diagnostics dans un rapport.

Objectifs pédagogiques :

• Expliquer le rôle des résidus ;
• Produire et interpréter les principaux graphiques de diagnostic ;
• Vérifier la plausibilité de la linéarité ;
• Comprendre l’hypothèse d’indépendance ;
• Identifier une dispersion non constante des résidus ;
• Définir l’hétéroscédasticité ;
• Examiner la normalité des résidus ;
• Identifier les observations atypiques et influentes ;
• Distinguer un problème de données d’un problème de modèle ;
• Proposer une action corrective raisonnable ;
• Évaluer les effets d’une violation des hypothèses ; 
• Formuler une conclusion prudente sur la validité du modèle