La fonction lm() est une version plus sophistiquée de lsfit(), régression usuelle des moindres carrés. Nous montrons dans ce chapitre de manière générale l'utilisation de ces modèles. La technique se transfère évidemment aux fonctions présentées dans les chapitres qui suivront.
Lisez le jeu de données suivant dans un tableau de données
avec nom voitures. Il contient des données décrivant
des caractéristiques de
18 voitures (Source: G. Saporta, Probabilités, Analyse
des Données et Statistique, Technip, 1990).
Prix Puissance Vitesse Voiture.1 30570 79 165 Voiture.2 39990 85 160 Voiture.3 29600 68 152 Voiture.4 28250 59 151 Voiture.5 34900 98 165 Voiture.6 35480 82 160 Voiture.7 32300 79 154 Voiture.8 32000 55 140 Voiture.9 47700 128 180 Voiture.10 26540 55 140 Voiture.11 42395 109 175 Voiture.12 33990 82 158 Voiture.13 43980 115 160 Voiture.14 35010 98 167 Voiture.15 39450 80 144 Voiture.16 27900 83 165 Voiture.17 32700 100 173 Voiture.18 22100 68 140
Dans cet exemple, il serait intéressant de comparer ce premier modèle avec un modèle plus simple, où l'on ne tient plus compte de Vitesse. Une manière élégante d'ajuster ce nouveau modèle (valable surtout pour des formules plus compliquées) est la suivante: