Régression linéaire multiple

La régression linéaire multiple (MLR) est un modèle de régression paramétrique qui exprime un résultat continu comme une combinaison linéaire pondérée de deux variables prédictives ou plus, plus un terme d'erreur aléatoire. Les poids inconnus (coefficients de régression) sont estimés par la méthode des moindres carrés ordinaires (MCO), qui minimise la somme des résidus au carré. La méthode remonte aux travaux de Francis Galton en 1886 sur la stature héréditaire et a été solidement fondée mathématiquement par Karl Pearson ; le manuel de Draper et Smith (1966) l'a établie comme le cadre standard pour la régression appliquée.