Programme "statistique" axé sur la régression linéaire multiple
avec possibilité étendue d'analyse des résidus:
outre les résidus standardisés et studentisés internes ou externes ainsi que la distance de cook, le programme calcule, pour possibles valeurs aberrantes en y (outliers),
dffits, covratio, covratio-1,
toujours avec la matrice complète de projection P (ou H, à savoir hat, de dimention n x n)
(points leviers (avec les n "leverages") issus de l'élément "diagonal" i,i de la matrice de projection complète P (hat) n x n).

Les autres points (et la structure) du programme portent sur : corrélations, corrélations partielles, résidus standardisés, anova, vif (facteur d'inflation, multicolinéarité des variables indépendantes), test de "significativité" des coefficients (nullité de certains coefficients, avec modèle restreint/contraintes), des corrélations (valeurs minimales et maximales de la matrice des corrélations x-y et t-critiques), qq-plot, r2, r2 ajusté, écarts types des coefficients de la régression, coefficients "betas", valeurs t et p associées, intervalles de confiance et de prédiction, transformation de Box-Cox avec choix des phases, coefficients de corrélations (rangs) de Spearman et de Kendall, valeurs F calculées et des tables, etc.

Bonne utilisation.
Gil

Exemple d'utilisation
valeur indépendante 1 (devant déterminer les dépenses) salaire:={1000, 2000, 3000 15000}
valeur indépendante 2 (devant déterminer aussi les dépenses) fortune:={100000, 250000, 150000, 100000}
depens_mois:={950, 1600, 2500, 10000}
reg("1,salaire,fortune, depens_mois"), en n'oubliant pas les guillemets (salaire, depenses étant des listes de même dimension, comme la variable dépendante y depens_mois, laquelle doit venir toujours à la fin)