https://github.com/victoorv/criminalite_us

Une analyse de la criminalité en fonction de variables socio-économiques a été menée, incluant la sélection et la comparaison de modèles de régression multiple ainsi que des tests d'hypothèses sur les coefficients et la significativité des modèles.
https://github.com/victoorv/criminalite_us

data-analysis data-science r regression regression-analysis regression-models statistical-analysis statistical-tests statistics

Last synced: 2 months ago
JSON representation

Une analyse de la criminalité en fonction de variables socio-économiques a été menée, incluant la sélection et la comparaison de modèles de régression multiple ainsi que des tests d'hypothèses sur les coefficients et la significativité des modèles.

• Host: GitHub
• URL: https://github.com/victoorv/criminalite_us
• Owner: VictoorV
• Created: 2024-10-23T13:45:40.000Z (over 1 year ago)
• Default Branch: main
• Last Pushed: 2024-10-23T14:45:33.000Z (over 1 year ago)
• Last Synced: 2025-01-01T06:16:22.782Z (over 1 year ago)
• Topics: data-analysis, data-science, r, regression, regression-analysis, regression-models, statistical-analysis, statistical-tests, statistics
• Language: R
• Homepage:
• Size: 207 KB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

          
# Criminalite_US

## Sélection et comparaison de modèles de régression 

Plusieurs modèles de régression linéaire sont évalués pour déterminer leur capacité à expliquer les variations des taux de criminalité. Les critères de comparaison incluent des indicateurs de performance tels que le coefficient de détermination (R²) et le critère d'information d'Akaike (AIC), permettant d'identifier le modèle le plus pertinent.

## Tests d'hypothèses sur les coefficients de régression

Chaque coefficient de régression est testé pour évaluer sa signification statistique, notamment en vérifiant si un coefficient est différent de zéro, ce qui permet de déterminer l'importance de chaque variable socio-économique dans le modèle.

## Significativité des modèles

Des tests globaux sont réalisés pour évaluer la pertinence des modèles dans leur ensemble. Cela inclut des tests F pour comparer les modèles et vérifier s'ils expliquent significativement la variance des données.

## Estimation des paramètres et intervalles de confiance 

Les paramètres des modèles sont estimés à l'aide des moindres carrés et des intervalles de confiance sont construits pour chaque coefficient, permettant de quantifier l'incertitude autour des estimations.