Biensur a moins que ta variance soit complexe lol.
Non mais sans rire en fait tu as un modele du type:
Y=AX + B +
est une variable aléatoire . A et B des quantités fixées.
apparait au numérateur de A.
Quand
vaut 1 ou -1,
est nul et on dit que la relation est linéaire deterministe(Y est corrélée respectivement positivement et negativement à X et totalement expliquée par celle çi), si
vaut 0
est maximal et explique en compagnie de B, Y, et AX n'existe plus.
Plus |
| est élévé plus A prend de l'importance relativement a
est plus la relation est dite linéaire.
La pente a proprement dite n'est pas une information car A est normé par des variances. Mais par contre quand des variables sont linéairement indépendante la pente est nulle.
On sait également que si X et Y sont indépendantes
est nulle et donc la pente est nulle. Quand elles sont peu dépendantes E(Y|X) est presque constante, E(Y|X) =f(x) est la fonction qui approche au mieux Y pour un X fixé.
On a donc une pente faible, en dualité avec ce comportement
est donc faible(en notant A=
h) relativement à h.
Cela veut dire que
est grand devant A, autrement dit connaissant X le comportement de Y est peu previsible et sa quantité deterministe AX<<
PS: Ce modèle est dit de meilleur prevision linéaire(ne pas confondre avec le cas ou la regression est linéaire), quand il cohincide avec la meilleur prevision(le modèle est alors linéaire) , c'est a dire que AX+B = E(Y|X) alors
est indépendante de X et E(
)=0.