Modèle de régression linéaire
Les régressions linéaires permettent d’évaluer l’impact d’une variable sur une autre, entre plusieurs groupes ou au sein d’un seul, à condition que les variables soient en relation linéaire, que les résidus présentent une variance constante par rapport aux valeurs prédites (homoscédasticité) et qu’ils soient distribués normalement.
Une entreprise a collecté des données sur les utilisateurs de son site et souhaite savoir si le temps passé à rechercher des articles sur le site, TimeSearching, influence le montant dépensé pour des achats, AmountSpent, en incluant les deux groupes sur lesquels les données ont été recueillies : ceux exposés à une nouvelle publicité et ceux à l’ancienne. Créez un modèle de régression linéaire et évaluez les hypothèses d’homoscédasticité et de normalité.
Le jeu de données SiteSales a été chargé pour vous.
Cet exercice fait partie du cours
Tests A/B en R
Exercice interactif pratique
Essayez cet exercice en complétant cet exemple de code.
# Create a linear regression model
spending <- lm(___)
summary(___)