QU'EST-CE QUE LA MODÉLISATION

STATISTIQUE ?
Qu’est-ce que la modélisation statistique ?
La modélisation statistique est une manière simplifiée et formalisée
mathématiquement d’approximer la réalité, en d’autres termes, de décrire les
processus qui génèrent vos données. Optionnellement, elle permet de faire des
prédictions à partir de cette approximation. Le modèle statistique est l’équation
mathématique utilisée.
Voici un exemple simple. Nous cherchons à décrire le poids d’une variété de pomme
de terre. Nous présentons une manière compliquée et une manière simple d’aboutir à
notre objectif. La manière compliquée est de mesurer le poids de toutes les pommes
de terre appartenant à cette variété à travers le monde et d’afficher les données sur
un grand tableau Excel en guise de description de ce poids. La manière simple est de
sélectionner un échantillon représentatif de 30 pommes de terre de cette variété, de
calculer la moyenne et l’écart type de cet échantillon et d’utiliser uniquement ces
deux chiffres pour décrire approximativement le poids de cette variété. Représenter
une quantité par une moyenne et un écart type est un cas très simple de
modélisation.
Un autre exemple est de représenter la relation entre la hauteur de plantes et
l’humidité du sol par une ligne droite caractérisée par une pente et une ordonnée à
l’origine suite à une expérience effectuée sur un échantillon de plantes soumises à
une humidité croissante. Ce modèle particulier est la régression linéaire simple.

Qu’est-ce qu’une variable dépendante et qu’est-ce

qu’une variable explicative ?
Dans la grande majorité des cas, les modèles statistiques impliquent des variables
explicatives et dépendantes.
Une variable dépendante, aussi appelée variable à expliquer, est une que nous
cherchons à décrire, à expliquer, à prédire. Elle est souvent représentée sur l’axe des
ordonnées dans les graphiques de modélisation. Dans l’exemple sur la régression
linéaire simple sur les plantes, la variable dépendante est la hauteur de plante.
Les variables explicatives, appelées également variables indépendantes, sont celles
que nous utilisons dans le but d’expliquer, de décrire ou de prédire la ou les
variable(s) dépendante(s). Les variables explicatives sont souvent représentées sur
l’axe des abscisses. L’exemple sur la hauteur de plante implique une variable
explicative unique, quantitative : l’humidité du sol.
Dans un modèle donné, les variables dépendantes et les variables explicatives
peuvent être uniques ou multiples et de type quantitatif ou qualitatif. Il existe des
modèles adaptés à chaque situation.

Qu’est-ce qu’un paramètre dans un modèle

statistique ?
Dans la modélisation classique (paramétrique), la (ou les) variable(s) dépendante(s)
est liée aux variables explicatives à travers une équation (le modèle) impliquant des
quantités appelées paramètres du modèle. Dans l’exemple de la régression linéaire
sur la hauteur de plantes, les paramètres sont l’ordonnée à l’origine et la pente1.
L’équation peut s’écrire de la sorte :
Hauteur = ordonnée à l’origine + pente*humidité
Des calculs permettent d’estimer les paramètres du modèle. Ces estimations peuvent
être utilisées pour effectuer des prédictions.
1La régression linéaire simple implique également un troisième paramètre, la variance

des résidus (voir paragraphe qui suit).

Qu’est-ce qu’un résidu dans un modèle statistique ?

Techniquement, les résidus (ou erreurs) d’un modèle sont les distances entre les
données et le modèle lui-même (représenté par la droite linéaire dans l’exemple sur
la hauteur de plantes).
Les résidus représentent la part de variabilité des données n’ayant pas pu être
capturée par le modèle. La statistique du R² est la part de variabilité expliquée par le
modèle. Plus les résidus sont faibles, plus le R² est élevé.

Quel modèle statistique choisir ?

Cette grille vous guidera dans le choix d’un modèle usuel en fonction du type et du
nombre de variables dépendantes et explicatives. Des solutions autres que les
modèles paramétriques sont également proposées.