Conditions du modèle — liste de 6 points
Toute régression MCO repose sur 6 hypothèses fondamentales. Les enfreindre réduit la fiabilité :
- Linéarité : la relation est linéaire → vérifiez les graphiques de régression partielle
- Normalité des résidus : les résidus suivent une loi normale → vérifiez le graphique Q-Q
- Variance constante : la dispersion des résidus est homogène → test de Breusch-Pagan
- Indépendance : pas d'autocorrélation entre résidus → test de Durbin-Watson
- Pas de multicolinéarité : les X ne sont pas fortement corrélées → VIF < 5
- Pas de valeurs aberrantes influentes : aucun point ne domine le modèle → D de Cook + |résidu std| > 3
Essayer dans l'application
Essayez : lancez une régression → la carte « Bilan de santé du modèle », en haut des Résultats, mesure en direct quatre conditions (Breusch-Pagan, Durbin-Watson, VIF, distance de Cook et grands résidus). La linéarité et la normalité sont marquées « Vérification visuelle » : ouvrez les graphiques de régression partielle et le graphique Q-Q, et jugez par vous-même.