Abstrait
L’origine du mot régression vient de Sir Francis Galton. En 1885, travaillant sur l’hérédité, il chercha à expliquer la taille des fils en fonction de celle des pères. Il constata que lorsque le père était plus grand que la moyenne, taller than mediocrity, son fils avait tendance à être plus petit que lui et, a contrario, que lorsque le père était plus petit que la moyenne, shorter than mediocrity, son fils avait tendance à être plus grand que lui. Ces résultats l’ont conduit à considérer sa théorie de regression toward mediocrity. Cependant l’analyse de causalité entre plusieurs variables est plus ancienne et remonte au milieu du XVIIIe siècle. En 1757, R. Boscovich, né à Ragussa, l’actuelle Dubrovnik, proposa une méthode minimisant la somme des valeurs absolues entre un modèle de causalité et les observations. Ensuite Legendre dans son célèbre article de 1805, « Nouvelles méthodes pour la détermination des orbites des comètes », introduit la méthode d’estimation par moindres carrés des coefficients d’un mod èle de causalité et donna le nom à la méthode. Parallèlement, Gauss publia en 1809 un travail sur le mouvement des corps célestes qui contenait un développement de la méthode des moindres carrés, qu’il affirmait utiliser depuis 1795 (Birkes & Dodge, 1993).
Preview
Unable to display preview. Download preview PDF.
Rights and permissions
Copyright information
© 2007 Springer-Verlag France, Paris
About this chapter
Cite this chapter
(2007). La régression linéaire simple. In: Régression. Statistique et probabilités appliquées. Springer, Paris. https://doi.org/10.1007/978-2-287-39693-9_1
Download citation
DOI: https://doi.org/10.1007/978-2-287-39693-9_1
Publisher Name: Springer, Paris
Print ISBN: 978-2-287-39692-2
Online ISBN: 978-2-287-39693-9