Summary  
This chapter covers implementing linear regression to model and predict relationships between variables by fitting models, evaluating fit with R² and residual plots, interpreting coefficients, and applying the regression formula to new inputs.

General domain of usage  
Business forecasting

Dans ce chapitre, nous allons explorer les bases de l’**analyse de régression linéaire** à l’aide de Microsoft Excel. La régression linéaire est une méthode statistique fondamentale qui permet de comprendre la **relation entre deux variables ou plus**.

À la fin de ce chapitre, vous saurez comment utiliser Excel pour **modéliser et prédire des résultats** à partir de **données historiques**, une compétence essentielle dans de nombreux domaines tels que l’économie, le commerce et la science.

# Exercice

Dans cet exercice pratique, vous allez **appliquer les techniques de régression linéaire** apprises dans ce chapitre à un jeu de données réel.



Utiliser le jeu de données du chapitre précédent.

L’objectif est de prédire les **Monthly Sales** à partir du **Advertising Budget** et des **Monthly Visitors**.

Remarque

* Commencer par ouvrir votre classeur Excel contenant les colonnes **Monthly Sales** et **Advertising Budget**, entre autres ;
* Aller à l’onglet **Données** dans Excel et sélectionner **Analyse de données** ;
* Dans la liste des outils d’analyse, choisir **Régression** et continuer ;
* Dans la boîte de dialogue **Régression**, désigner **Monthly Sales** comme **Variable dépendante (Plage Y)** et **Advertising Budget** ainsi que **Monthly Visitors** comme **Variables indépendantes (Plage X)** ;
* Si vos données sélectionnées incluent des en-têtes, cocher la case **Étiquettes**. Spécifier l’emplacement où vous souhaitez voir apparaître les résultats de l’analyse sur votre feuille de calcul en sélectionnant la **Plage de sortie** ;
* Cocher **Résidus** pour inclure une analyse des erreurs dans votre sortie ;
* Cliquer sur **OK** pour **exécuter l’analyse de régression**. Examiner les résultats, en portant une attention particulière à la **valeur R-carré** pour évaluer l’ajustement du modèle, et analyser les coefficients pour évaluer l’impact de **Advertising Budget** et **Monthly Visitors** sur **Monthly Sales** ;
* Utiliser les coefficients issus de votre analyse de régression pour **élaborer une formule** permettant de prédire les ventes en fonction de différents budgets publicitaires ;
* Expérimenter avec cette formule en modifiant les valeurs de **Advertising Budget** et **Monthly Visitors** afin d’observer les variations des **Monthly Sales** prédites.


Astuce

Quelle est la valeur R-carré de votre modèle de régression ?

Quelle est la formule pour estimer Monthly Sales (`MS`) à l’aide de Monthly Visitors (`MV`) et Advertising Budget (`AB`) ?

Quelle serait la vente mensuelle estimée pour un budget publicitaire de 5000 et 300 visiteurs mensuels ?

L'analyse de données avec Excel offre un guide pratique pour maîtriser les techniques essentielles de gestion, de manipulation et d'analyse de données en utilisant Microsoft Excel. Vous acquerrez une maîtrise des puissantes capacités d'Excel, en progressant à travers les méthodes d'analyse de données et en créant des visualisations dynamiques et des tableaux de bord interactifs. À la fin, vous apprendrez à automatiser les rapports et à appliquer des analyses avancées, vous permettant de prendre des décisions éclairées et basées sur les données de manière efficace.

Apprenez à importer, nettoyer et transformer des données avec des fonctions avancées d'Excel pour préparer des ensembles de données pour une analyse approfondie. Maîtrisez les techniques pour naviguer dans des données complexes avec des fonctions de recherche.

Plongez au cœur de la puissance analytique d'Excel en maîtrisant les analyses conditionnelles, les fonctions statistiques et les tableaux croisés dynamiques. Cette section vous apprend à extraire des informations significatives de grands ensembles de données en utilisant une variété d'outils analytiques.

Acquérez les compétences pour créer des graphiques statistiques afin de construire des tableaux de bord interactifs qui communiquent visuellement les données. Apprenez à automatiser les tâches répétitives et à générer des rapports efficacement, améliorant ainsi la productivité et l'interaction avec les données.

Il couvre l'analyse de corrélation pour déterminer les relations entre les variables en utilisant le coefficient de corrélation de Pearson, la régression linéaire pour explorer les relations entre les variables, l'ajout de lignes de tendance pour l'analyse des modèles dans les prévisions, et l'utilisation de tests t et de tests z dans les tests d'hypothèses pour évaluer la signification statistique.

Analyse de Régression dans Excel

Exercice

1. Quelle est la valeur R-carré de votre modèle de régression ?

2. Quelle est la formule pour estimer Monthly Sales (`MS`) à l’aide de Monthly Visitors (`MV`) et Advertising Budget (`AB`) ?

3. Quelle serait la vente mensuelle estimée pour un budget publicitaire de 5000 et 300 visiteurs mensuels ?

Analyse de Régression dans Excel

Exercice

1. Quelle est la valeur R-carré de votre modèle de régression ?

2. Quelle est la formule pour estimer Monthly Sales (MS) à l’aide de Monthly Visitors (MV) et Advertising Budget (AB) ?

3. Quelle serait la vente mensuelle estimée pour un budget publicitaire de 5000 et 300 visiteurs mensuels ?

2. Quelle est la formule pour estimer Monthly Sales (`MS`) à l’aide de Monthly Visitors (`MV`) et Advertising Budget (`AB`) ?