Cet article est une ébauche concernant les probabilités et la statistique.

Vous pouvez partager vos connaissances en l’améliorant (comment ?) selon les recommandations des projets correspondants.

Le fond de cet article de mathématiques est à vérifier (décembre 2016).

Améliorez-le ou discutez des points à vérifier. Si vous venez d’apposer le bandeau, merci d’indiquer ici les points à vérifier.

Cet article concernant les mathématiques doit être recyclé (aout 2022).

Une réorganisation et une clarification du contenu paraissent nécessaires. Améliorez-le, discutez des points à améliorer ou précisez les sections à recycler en utilisant {{section à recycler}}.

En statistique, le coefficient de détermination linéaire de Pearson, noté ${\displaystyle R^{2}}$ ou ${\displaystyle r^{2}}$, est une mesure de la qualité de la prédiction d'une régression linéaire.

Il est défini par^{[réf. nécessaire]} :

${\displaystyle R^{2}=1-{\dfrac {\sum _{i=1}^{n}\left(y_{i}-{\hat {y_{i}}}\right)^{2}}{\sum _{i=1}^{n}\left(y_{i}-{\bar {y}}\right)^{2}}}}$

où ${\displaystyle n}$ est le nombre de mesures, ${\displaystyle y_{i}}$ la valeur de la i^ème mesure , ${\displaystyle {\hat {y_{i}}}}$ la valeur prédite correspondante et ${\displaystyle {\bar {y}}}$ la moyenne des mesures.

Dans le cas d'une régression linéaire univariée (une seule variable prédictive) par la méthode des moindres carrés, on montre que la variance (totale) SST est la somme de la variance expliquée par la régression SSE et de la moyenne des carrés des résidus SSR, de sorte que :

${\displaystyle {\dfrac {\mathrm {SSE} }{\mathrm {SST} }}={\dfrac {\mathrm {SST} -\mathrm {SSR} }{\mathrm {SST} }}={\dfrac {\sum _{i=1}^{n}({\hat {y_{i}}}-{\bar {y}})^{2}}{\sum _{i=1}^{n}(y_{i}-{\bar {y}})^{2}}}=1-{\dfrac {\sum _{i=1}^{n}(y_{i}-{\hat {y_{i}}})^{2}}{\sum _{i=1}^{n}(y_{i}-{\bar {y}})^{2}}}=R^{2}}$

c'est-à-dire que le coefficient de détermination est alors le rapport de la variance expliquée par la régression SSE sur la variance totale SST^[1].

Le coefficient de détermination est le carré du coefficient de corrélation linéaire ${\displaystyle R}$ entre les valeurs prédites ${\displaystyle {\hat {y_{i}}}}$ et les mesures ${\displaystyle y_{i}}$ :

${\displaystyle R^{2}=corr({\hat {y}},y)^{2}}$

Dans le cas univarié, on montre que c'est aussi le carré du coefficient de corrélation entre les valeurs ${\displaystyle x_{i}}$ de la variable prédictive et les mesures ${\displaystyle y_{i}}$. C'est une conséquence immédiate de la relation : ${\displaystyle \sum _{i=1}^{n}({\hat {y_{i}}}-y_{i})^{2}=(1-R^{2})\sum _{i=1}^{n}({\hat {y_{i}}}-{\bar {y}})^{2}}$ démontrée ici et ici.

La propriété précédente permet de voir le coefficient de détermination comme une généralisation du coefficient de corrélation au cas d'une régression linéaire multivariée.

• Pierre Bailly et Christine Carrère, Statistiques descriptives : Théorie et applications, PUG, coll. « Libres cours économie », 2015 (lire en ligne), p. 165-167.

• Coefficient d'efficacité du modèle de Nash-Sutcliffe (en)

• Un débat sur le thème "Coefficient de détermination et régression non linéaire"

• Portail des probabilités et de la statistique