Contenus évalués :

• Régression linéaire multiple ;
• Interprétation conditionnelle des coefficients ;
• Coefficients bruts et standardisés ;
• Variables catégorielles ;
• Variables indicatrices ;
• Catégorie de référence ;
• Interactions ;
• Relations non linéaires ;
• Transformations ;
• Multicolinéarité ;
• Facteur d’inflation de la variance ;
• Sélection des variables ;
• Résidus ;
• Valeurs atypiques ;
• Effet de levier ;
• Distance de Cook ;
• Hétéroscédasticité ;
• Graphiques de diagnostic ;
• Intervalles de confiance ;
• Intervalles de prédiction ;
• Comparaison de modèles linéaires.

Compétences évaluées :

• Formuler un modèle approprié ;
• Interpréter des coefficients ;
• Intégrer des variables catégorielles ;
• Analyser une interaction ;
• Sélectionner une transformation ;
• Détecter la multicolinéarité ;
• Interpréter des diagnostics ;
• Identifier une observation influente ;
• Comparer plusieurs modèles ;
• Proposer une amélioration méthodologique ;
• Présenter une conclusion compatible avec les résultats.