Coefficient de détermination R²

[@RelixIxiler]

C'est exeptionnel de voir à quel point c'est simple à comprendre avec vos explications. Merci beaucoup !!

[@ThierryAncelle]

Merci pour votre commentaire. Pouvez-vous me dire quel cursus vous suivez? Cordialement. T. Ancelle

[@michelamoussouga457]

C'est une grande satisfaction pour moi de vous suivre dans vos vidéos relative à la régression linéaire. A vrai dire c'est maintenant seulement que je comprend de façon profonde les interprétation des différentes coefficiens Merci

[@ThierryAncelle]

Merci pour votre commentaire. Puis-je vous demander quel cursus vous suivez? cordialement. T. Ancelle

[@michelamoussouga457]

@@ThierryAncelle J'ai fait une maîtrise en planification et un master en gestion de projet Je travail en qualité de Directeur des Etudes et de la Recherche à la Loterie Nationale du Bénin

[@michelamoussouga457]

Je travaille en qualité de Directeur des Etudes et de la Recherche à la Loterie Nationale du Bénin

[@ahmedrahmoune6841]

Un grand merci une très bonne vulgarisation des notions statistiques et une explication rigoureuse.

[@emmanuelakinsuhuje1475]

Bonjour, je vous remercie vivement vous avez bien expliqué des notions qui sont si lourd à expliquer pour pas mal de gens. Courage et on te suit 5/5

[@didiermumbanikisi4742]

Mercie pour vos explications très claire et trop savant . Nous apprenons de vous beaucoup des choses sur le plan statistique

[@ahmedbenahmed3799]

C'est formidable j'ai compris. MERCI à vous maître vous avez l'art de simplifier les formule. Chapeau..

[@elarbisaidi6342]

merci pour votre simplicité en explication. prière de continue dans ce sens

[@amaurybonneau4602]

Bonjour Monsieur Ancelle, je vous remercie pour vos superbes vidéos qui m'aident beaucoup à appréhender tous ces concepts statistiques. Comme je sais que le sujet vous intéresse au vu des autres commentaires, je vous précise que je suis actuellement une formation professionnelle de réorientation afin de devenir data scientist / développeur IA. Nous faisons beaucoup de choses différentes et notamment des algorithmes d'apprentissage automatique (machine learning) en langage Python qui font appel à ces notions. D'ailleurs, en machine learning, l'écueil auquel vous faites allusion à la fin de la vidéo se nomme "overfitting" ou encore sur-apprentissage. Dans ce genre de cas, le modèle est "trop bien" adapté à un jeu de données concrètes et ne sert plus à rien pour de la prédiction. Il faut donc bien choisir quel type de modèle on va entraîner mais il existe aussi des techniques pour éviter le soucis. Par exemple, on peut faire de la validation croisée k-folds. La donnée est alors divisée en petits bouts (les "folds") sur lesquels on va entraîner notre modèle alors que le reste des données est utilisé pour le tester. Puis, on recommence sur un petit bout suivant, de manière itérative. On peut aussi retirer les variables inutiles ou encore travailler sur des jeux les plus énormes possibles (big data). La machine est un formidable outil mais en IA, il y a toujours une grande place pour la réflexion, le jugé et l'expérimentation. Une place pour l'être humain, en somme. Je vous souhaite une excellente journée !

[@ThierryAncelle]

Merci pour votre commentaire tout à fait instructif. Il est toujours enrichissant de bénéficier de points de vue provenant de disciplines diverses. Et l'épidémiologie aurait tout à gagner à profiter de vos nouvelles compétences. Cordialement. T. Ancelle statepid.monsite-orange.fr

[@coeurdelion8517]

Merci beaucoup. Explication claire simple sans termes techniques inutiles

[@ThierryAncelle]

Merci pour votre commentaire. Pouvez-vous me dire quel cursus vous suivez? Cordialement. T. Ancelle statepid.monsite-orange.fr/

[@mikpeobed1485]

Je confondais souvent R et R² mais grâce à cette vidéo, je suis édifié. Merci beaucoup.

[@ThierryAncelle]

Merci pour votre commentaire. Quel cursus d'étude suivez-vous? Cordialement. T. Ancelle

[@mikpeobed1485]

Je suis en année de Master 1 en Agroeconomie, merci

[@azizhamdani9121]

Merci Thierry Pour cette présentation si précieuse

[@chanceyager1373]

Merci beaucoup monsieur car j' ai appris des choses 🙏🙏🙏🙏🙏

[@robingranier6400]

Merci beaucoup pour cette vidéo complète et simple à comprendre!

[@ThierryAncelle]

Merci pour votre commentaire. Ouvez-vous me dire quel cursus d'étude vous suivez s? Cordialement. T. Ancelle

[@ThierryAncelle]

Bonjour. Il y a énormément de choix en anglais, et parfois très bons, mais je n'ai pas identifié un site particulier. Je pense qu'en cherchant bien votre ami trouvera des sites qui lui conviendront. J'ai tenté moi-même trois vidéos en anglais . Il s'agit de "Introduction to statistical tests", "Correlation" et "Spearman rank correlation coefficient". Vous pouvez les trouver sur ma chaîne. Les diapos sont les mêmes que celles des vidéos françaises correspondantes. J'ai pour idée de poursuivre l'effort de traduction de mes cours, mais c'est un lourd travail et je pense que j'ai un trop mauvais accent pour que cela passe bien. Il me faudrait utiliser une voix correcte pour faire le doublage. Si vous avez une idée....(gratuite évidemment !) , je suis preneur. Cordialement. T.Ancelle

[@souhakabtni5192]

that was soooo informative!! Merci beaucoup monsieur :)

[@bradleyadjileye1202]

magnifique, merci pour cette vidéo

[@wv_rosales]

Excellente explication !

[@ThierryAncelle]

Merci pour votre commentaire. Pouvez-vous me dire quel cursus vous suivez? Cordialement. T. Ancelle

[@wv_rosales]

​@@ThierryAncelle Oui, je suis le cursus de génie en environnement au Brésil et j'ai fait une année de génie urbain en France. L'usage et la compréhension des paramètres statistiques viennent notamment dans le cadre de ma recherche de fin d'études pour l'évaluation des modèles environnementaux : réflectance satellite x matière en suspension et turbidité.

[@AlfDeMelmac]

Merci pour cette vidéo. Que veut dire que « le modèle explique 73% de la variabilité observée « ? Est-ce correct de le traduire par « plus R2 est proche de 100%, plus les variations de y sont vraiment dues uniquement à x »

[@ThierryAncelle]

Il y a deux paramètres qui font varier Y : sa liaison avec X qui est régie par l'équation mathématique du modèle et le hasard c'est à dire les fluctuations d'échantillonnage. Un R² de 73% signifie que 73% de la variabilité de Y peut être imputée à l'équation du modèle, les 27% restant étant dus au hasard. Si R² est proche de 100%, la variance résiduelle, celle qui est due au hasard est quasiment nulle, et on peut dire effectivement que Y est lié à X selon l'équation du modèle. Dans cette situation, si on connait X, on en déduit immédiatement Y, la part du hasard n'existe plus, le relation est déterministe. Pouvez-vous me dire quel cursus vous suivez? Cordialement. T. Ancelle statepid.monsite-orange.fr/index.html

[@AlfDeMelmac]

Merci pour votre réponse détaillée. Je ne suis pas du tout étudiant en médecine.

[@ThierryAncelle]

@@AlfDeMelmac Plus des deux tiers de mes correspondants ne sont pas étudiants en médecine. Vous êtes donc étudiant en quelle discipline ou professionnel dans quel domaine? Ce type d'info m'intéresse justement pour adapter mes exemples

[@thourayaajmi1980]

bonjour, je vous félicite pour la confection des vidéos et le document (que j'ai acheté il y a à peu prés 12 ans). Je suis enseignante en médecine en Tunisie et je souhaiterais vous contactez par mail pour parler plus de l'utilisation du document paru dans sa dernière version. Merci

[@ThierryAncelle]

Bonsoir. Merci pour votre commentaire. Je ne peux bien sûr pas vous donner une adresse mail personnelle sur ce site public (sous peine de débordement !!), mais vous pouvez passer par le site suivant: www.harry-etincelle.net et en cliquant tout en bas à gauche de l'écran sur l'onglet contact, vous pouvez envoyez un message que je recevrai. Bien cordialement. Thierry Ancelle.

[@lililachichi8193]

Svpp comment calculer SCR en cas de tableau de contingence

[@noorjaved7587]

Du coup R^2 indique le coefficient de corrélation ?

[@ThierryAncelle]

Oui, mais seulement dans la situation d'une analyse de corrélation. Dans un modèle multivariables, il n'y a plus de coefficient de corrélation. R² représente la part de la variabilité expliquée par le modèle.

[@noorjaved7587]

@@ThierryAncelle d'accord merci , pcq j'ai eu un exercice et on m'a donné la fonction et R^2 et je devais trouver le coefficient de corrélation .C'est pour ça que j'ai demandé si il faut prendre la valeur de R^2 .D'ailleurs il faut faire la racine carré ou pas ?

[@ThierryAncelle]

@@noorjaved7587 Oui r=racine de r² !!

[@ThierryAncelle]

@@noorjaved7587 statepid.monsite-orange.fr/

[@elarbisaidi6342]

merci pour votre simplicité en explication. prière de continue dans ce sens