Calcul de corrélation et régression linéaire

L'analyse de corrélation et l'analyse de régression sont des méthodes statistiques qui permettent d'étudier la relation entre deux variables. La corrélation mesure la force et le sens de cette relation, tandis que la régression sert à modéliser l'influence d'une variable sur une autre. Coefficient de corrélation (r) : il varie de -1 à +1. Valeur positive = les variables augmentent ensemble, valeur négative = l'une augmente quand l'autre diminue, proche de 0 = relation faible. Par exemple, le nombre d'heures de révision et les notes d'examen présentent généralement une corrélation positive. Analyse de régression et applications : l'équation de régression (y = mx + b) permet de faire des prévisions. La valeur du R² indique dans quelle mesure le modèle explique les données (entre 0 et 1 ; plus elle est proche de 1, meilleur est le modèle). Applications : prévision des ventes (dépenses publicitaires → ventes), résultats scolaires (temps de révision → notes), analyse économique (PIB → consommation), recherche médicale (âge → facteurs de risque).