Comment faire une régression linéaire ?

Bonjour,

Je n'ai jamais fait de régression à la main et j'aimerais un peu d'aide.

Je m'explique :
-j'ai deux variables numériques continues varA et varB que j'aimerais croiser
$ scorcoxm                   : num  0.016 0.381 0.427 1.379 1.202 ...
$ NQ01                       : num  1.268 5.414 1.792 4.465 0.901 ...
-j'aimerais obtenir un graphique (avec intervalle de confiance et prédiction) ainsi qu'une pvaleur

J'ai déjà obtenu une corrélation grâce à la fonction cor() mais sans la pvaleur, impossible de connaître mon seuil.

De base pour le graphique, j'utilise la fonction matplot() mais je ne comprends rien à ses options car je n'ai jamais réalisé de regression.

Si quelqu'un pouvait me donner une fonction ou une indication pour utiliser ma fonction, je lui serais éternellement reconnaissant.

Merci d'avance

Déjà 1ère question quelle variable cherches-tu à expliquer par quelle variable ?

Cdlt

Je n'ai pas de préférence parmi mes deux variables. Je vais essayer dans les deux sens je pense.

Par exemple, je choisis d'expliquer scorcoxm par NQ01.

La variable explicative et la variable à expliquer peuvent être numériques ?

si tu n'as pas de préférence alors il ne s'agit pas d'un modèle linéaire mais d'une régression orthogonale. Dans ce cas la je ne sais pas si de telles statistiques sont calculables.
En fait si, tout est ici (pour la partie théorique) http://biol09.biol.umontreal.ca/bio2042/Axe_majeur.pdf, il faudra coder le truc ensuite.
Cdlt

En faite, j'ai mal posé ma question car je cherchais juste un exemple pour réaliser ma régression linéaire. J'ai réellement une variable à expliquer (qui en faite s'appelle TERT) et un tas de variables explicatives.

La fonction cor.test estime le coefficient de corrélation et fait le test de comparaison à 0, ce qui te permet de dire s'il existe une association ou non entre tes deux variables.

Ayana

Merci, cette fonction est très utile, du coup je vais chercher comment faire les graphiques et ce sera bon !

Toute dernière question : la fonction cor.test prend la première variable en "variable à expliquer" ?

Salut,

un test de corrélation dit à peu près autant de chose que l'ouverture des entrailles d'un poulet pour lire l'avenir...tout est question de croyance en somme

L'avantage d'une régression réside dans les outils de diagnostic qui existent sur l'examen des résidus pour juger de la fiabilité du lien linéaire.

Nik

Donc je suis obligé de passer par le graphique avec l'intervalle de confiance et celui de prédiction.

Et s'il y a trop de résidus, je juge le modèle mauvais et inversement s'il y a peu de résidus ?

il va falloir lire un peu car comme je l'écris souvent ici, on ne peut pas faire un cours sur un forum.

un lien utile :
Faraway PRA

Merci, c'est ce dont j'avais besoin