{"id":755,"date":"2026-10-09T19:38:35","date_gmt":"2026-10-09T17:38:35","guid":{"rendered":"https:\/\/www.ranksignal.fr\/blog\/?p=755"},"modified":"2026-10-14T17:08:14","modified_gmt":"2026-10-14T15:08:14","slug":"la-regression-de-poisson","status":"publish","type":"post","link":"https:\/\/www.ranksignal.fr\/blog\/maths\/la-regression-de-poisson\/","title":{"rendered":"R\u00e9gression de Poisson : mod\u00e9liser un nombre d&rsquo;\u00e9v\u00e9nements"},"content":{"rendered":"<p><\/p>\n<p>Un service d&rsquo;urgences compte ses arriv\u00e9es heure par heure. Certaines heures sont calmes, d&rsquo;autres d\u00e9bordent, et le chiffre n&rsquo;est jamais exactement celui de la veille. Comment relier ce compte \u00e0 ce qui le fait varier ? C&rsquo;est la question \u00e0 laquelle r\u00e9pond la r\u00e9gression de Poisson. \u00c0 la fin de cet article, tu sauras reconna\u00eetre un probl\u00e8me de comptage et comprendre ce que le mod\u00e8le ajuste.<\/p>\n<p><strong>Sommaire<\/strong><\/p>\n<ul>\n<li><a href=\"#l-essentiel-en-30-secondes\">L&rsquo;essentiel en 30 secondes<\/a><\/li>\n<li><a href=\"#compter-pas-mesurer\">Compter, pas mesurer<\/a><\/li>\n<li><a href=\"#une-loi-qui-n-a-qu-un-reglage-sa-moyenne\">Une loi qui n&rsquo;a qu&rsquo;un r\u00e9glage : sa moyenne<\/a><\/li>\n<li><a href=\"#le-logarithme-de-la-moyenne-pas-la-moyenne\">Le logarithme de la moyenne, pas la moyenne<\/a><\/li>\n<li><a href=\"#un-exemple-les-patients-vus-par-heure\">Un exemple : les patients vus par heure<\/a><\/li>\n<li><a href=\"#le-piege-moyenne-et-variance-liees\">Le pi\u00e8ge : moyenne et variance li\u00e9es<\/a><\/li>\n<li><a href=\"#un-cas-limite-de-la-loi-binomiale\">Un cas limite de la loi binomiale<\/a><\/li>\n<li><a href=\"#ce-qu-il-faut-retenir\">Ce qu&rsquo;il faut retenir<\/a><\/li>\n<\/ul>\n<h2 id=\"l-essentiel-en-30-secondes\">L&rsquo;essentiel en 30 secondes<\/h2>\n<ul>\n<li>La r\u00e9gression de Poisson s&rsquo;applique quand la r\u00e9ponse est un <strong>nombre d&rsquo;\u00e9v\u00e9nements<\/strong> sur un intervalle donn\u00e9.<\/li>\n<li>La loi de Poisson n&rsquo;a qu&rsquo;un seul r\u00e9glage, <strong>\u03bb, \u00e0 la fois moyenne et variance<\/strong>.<\/li>\n<li>Le mod\u00e8le ne pose pas la moyenne comme une somme de pr\u00e9dicteurs, mais son <strong>logarithme<\/strong>.<\/li>\n<li>Chaque coefficient agit donc <strong>sur le logarithme<\/strong>, pas directement sur le nombre attendu.<\/li>\n<li>Son hypoth\u00e8se la plus forte est <strong>l&rsquo;\u00e9galit\u00e9 entre moyenne et variance<\/strong>, \u00e0 v\u00e9rifier avant de lire les r\u00e9sultats.<\/li>\n<\/ul>\n<h2 id=\"compter-pas-mesurer\">Compter, pas mesurer<\/h2>\n<p>Tu ne mesures pas une taille ni un prix : tu comptes. Combien d&rsquo;appels arrivent \u00e0 un standard dans l&rsquo;heure ? Combien de patients se pr\u00e9sentent \u00e0 une consultation sans cr\u00e9neau fix\u00e9 ? La loi de Poisson d\u00e9crit pr\u00e9cis\u00e9ment le <strong>nombre d&rsquo;\u00e9v\u00e9nements dans un intervalle donn\u00e9<\/strong>.<\/p>\n<p>La r\u00e9gression de Poisson fait un pas de plus. Elle ne d\u00e9crit pas seulement la loi de ce compte : elle le fait <strong>d\u00e9pendre de variables explicatives<\/strong>. Le nombre attendu change-t-il selon l&rsquo;heure, le jour de la semaine, la taille de l&rsquo;\u00e9quipe pr\u00e9sente ? C&rsquo;est ce que le mod\u00e8le chiffre.<\/p>\n<h2 id=\"une-loi-qui-n-a-qu-un-reglage-sa-moyenne\">Une loi qui n&rsquo;a qu&rsquo;un r\u00e9glage : sa moyenne<\/h2>\n<p>Un comptage suit une loi de Poisson lorsqu&rsquo;il ne d\u00e9pend que d&rsquo;un seul param\u00e8tre, not\u00e9 \u03bb. Ce nombre est \u00e0 la fois la <strong>moyenne et la variance<\/strong> des comptages. Tu n&rsquo;as donc pas \u00e0 r\u00e9gler la dispersion s\u00e9par\u00e9ment : quand le niveau moyen monte, la variabilit\u00e9 monte avec lui.<\/p>\n\n\n<figure data-wp-context=\"{&quot;imageId&quot;:&quot;6adef4720bf7f&quot;}\" data-wp-interactive=\"core\/image\" data-wp-key=\"6adef4720bf7f\" class=\"wp-block-image size-large wp-lightbox-container\"><img loading=\"lazy\" decoding=\"async\" width=\"2560\" height=\"1075\" data-wp-class--hide=\"state.isContentHidden\" data-wp-class--show=\"state.isContentVisible\" data-wp-init=\"callbacks.setButtonStyles\" data-wp-on--click=\"actions.showLightbox\" data-wp-on--load=\"callbacks.setButtonStyles\" data-wp-on--pointerdown=\"actions.preloadImage\" data-wp-on--pointerenter=\"actions.preloadImageWithDelay\" data-wp-on--pointerleave=\"actions.cancelPreload\" data-wp-on-window--resize=\"callbacks.setButtonStyles\" src=\"https:\/\/www.ranksignal.fr\/wp-content\/uploads\/2026\/10\/b2_ch10_pmf_cdf_discret-scaled.png\" alt=\"Diagramme en b\u00e2tons d'une loi discr\u00e8te : chaque barre donne la probabilit\u00e9 d'un nombre entier d'\u00e9v\u00e9nements, ici le nombre de piles obtenus sur trois lancers\" class=\"wp-image-753\" srcset=\"https:\/\/www.ranksignal.fr\/wp-content\/uploads\/2026\/10\/b2_ch10_pmf_cdf_discret-scaled.png 2560w, https:\/\/www.ranksignal.fr\/wp-content\/uploads\/2026\/10\/b2_ch10_pmf_cdf_discret-300x126.png 300w, https:\/\/www.ranksignal.fr\/wp-content\/uploads\/2026\/10\/b2_ch10_pmf_cdf_discret-1024x430.png 1024w, https:\/\/www.ranksignal.fr\/wp-content\/uploads\/2026\/10\/b2_ch10_pmf_cdf_discret-768x323.png 768w, https:\/\/www.ranksignal.fr\/wp-content\/uploads\/2026\/10\/b2_ch10_pmf_cdf_discret-1536x645.png 1536w, https:\/\/www.ranksignal.fr\/wp-content\/uploads\/2026\/10\/b2_ch10_pmf_cdf_discret-2048x860.png 2048w\" sizes=\"auto, (max-width: 2560px) 100vw, 2560px\" \/><button\n\t\t\tclass=\"lightbox-trigger\"\n\t\t\ttype=\"button\"\n\t\t\taria-haspopup=\"dialog\"\n\t\t\tdata-wp-bind--aria-label=\"state.thisImage.triggerButtonAriaLabel\"\n\t\t\tdata-wp-init=\"callbacks.initTriggerButton\"\n\t\t\tdata-wp-on--click=\"actions.showLightbox\"\n\t\t\tdata-wp-style--right=\"state.thisImage.buttonRight\"\n\t\t\tdata-wp-style--top=\"state.thisImage.buttonTop\"\n\t\t>\n\t\t\t<svg xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"12\" height=\"12\" fill=\"none\" viewBox=\"0 0 12 12\">\n\t\t\t\t<path fill=\"#fff\" d=\"M2 0a2 2 0 0 0-2 2v2h1.5V2a.5.5 0 0 1 .5-.5h2V0H2Zm2 10.5H2a.5.5 0 0 1-.5-.5V8H0v2a2 2 0 0 0 2 2h2v-1.5ZM8 12v-1.5h2a.5.5 0 0 0 .5-.5V8H12v2a2 2 0 0 1-2 2H8Zm2-12a2 2 0 0 1 2 2v2h-1.5V2a.5.5 0 0 0-.5-.5H8V0h2Z\" \/>\n\t\t\t<\/svg>\n\t\t<\/button><figcaption class=\"wp-element-caption\">Regarde les barres : elles ne sont pos\u00e9es que sur des entiers, de 0 \u00e0 3. Une variable discr\u00e8te ne prend que des valeurs d\u00e9nombrables, et c&rsquo;est ce qui rend ce cadre naturel pour un comptage. Cette figure illustre une loi discr\u00e8te quelconque, pas la loi de Poisson elle-m\u00eame.<\/figcaption><\/figure>\n\n\n<h2 id=\"le-logarithme-de-la-moyenne-pas-la-moyenne\">Le logarithme de la moyenne, pas la moyenne<\/h2>\n<p>Un mod\u00e8le de ce type se construit en trois morceaux : une distribution pour la r\u00e9ponse, une combinaison lin\u00e9aire des pr\u00e9dicteurs, et une <strong>fonction de lien<\/strong> qui relie la moyenne attendue \u00e0 cette combinaison. La r\u00e9gression de Poisson garde la distribution de Poisson et choisit le logarithme comme lien :<\/p>\n<p><p class=\"ql-center-displayed-equation\" style=\"line-height: 19px;\"><span class=\"ql-right-eqno\"> &nbsp; <\/span><span class=\"ql-left-eqno\"> &nbsp; <\/span><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/www.ranksignal.fr\/wp-content\/ql-cache\/quicklatex.com-06cf991aee8514e71f0b98adbd6d8fa4_l3.png\" height=\"19\" width=\"317\" class=\"ql-img-displayed-equation quicklatex-auto-format\" alt=\"&#92;&#91; &#92;&#108;&#111;&#103;&#40;&#69;&#40;&#89;&#32;&#92;&#109;&#105;&#100;&#32;&#88;&#41;&#41;&#32;&#61;&#32;&#92;&#98;&#101;&#116;&#97;&#95;&#48;&#32;&#43;&#32;&#92;&#98;&#101;&#116;&#97;&#95;&#49;&#32;&#88;&#95;&#49;&#32;&#43;&#32;&#92;&#100;&#111;&#116;&#115;&#32;&#43;&#32;&#92;&#98;&#101;&#116;&#97;&#95;&#112;&#32;&#88;&#95;&#112;&#92;&#93;\" title=\"Rendered by QuickLaTeX.com\"\/><\/p><\/p>\n<p>Lis la formule de gauche \u00e0 droite. \u00c0 gauche, le logarithme du nombre moyen attendu sachant les pr\u00e9dicteurs ; \u00e0 droite, une somme pond\u00e9r\u00e9e, comme dans une r\u00e9gression lin\u00e9aire ordinaire. Ce qui se comporte lin\u00e9airement, c&rsquo;est donc le logarithme, et non le nombre lui-m\u00eame.<\/p>\n<blockquote>\n<p><strong>\ud83d\udca1 Intuition<\/strong> La <a href=\"\/blog\/maths\/qu-est-ce-qu-une-sigmoide\/\" title=\"sigmo\u00efde\">sigmo\u00efde<\/a> joue ce r\u00f4le pour une probabilit\u00e9 : elle transforme une somme en un nombre compris entre 0 et 1. Le logarithme joue un r\u00f4le voisin pour une moyenne de comptage, sans que le nombre soit enferm\u00e9 dans un intervalle fini.<\/p>\n<\/blockquote>\n<p>Quand un pr\u00e9dicteur augmente d&rsquo;une unit\u00e9, le logarithme de la moyenne change de son coefficient. C&rsquo;est cette lecture-l\u00e0 qu&rsquo;il faut garder en t\u00eate pour interpr\u00e9ter les r\u00e9sultats.<\/p>\n<h2 id=\"un-exemple-les-patients-vus-par-heure\">Un exemple : les patients vus par heure<\/h2>\n<p>Prends le nombre de patients qu&rsquo;un m\u00e9decin voit en une heure. C&rsquo;est le type m\u00eame de comptage que la loi de Poisson d\u00e9crit.<\/p>\n<p>Pour le mod\u00e9liser, tu poses le logarithme du nombre moyen attendu par heure comme une somme de pr\u00e9dicteurs, par exemple l&rsquo;heure de la journ\u00e9e ou le jour de la semaine. Tu ajustes ensuite les coefficients sur des heures observ\u00e9es, puis tu lis comment chaque facteur d\u00e9place le nombre attendu de patients. Le mod\u00e8le ne te donne pas le nombre exact d&rsquo;une heure donn\u00e9e : il chiffre <strong>le niveau moyen attendu<\/strong> dans les conditions que tu lui d\u00e9cris.<\/p>\n<h2 id=\"le-piege-moyenne-et-variance-liees\">Le pi\u00e8ge : moyenne et variance li\u00e9es<\/h2>\n<p>Une loi de Poisson impose que la <strong>variance soit \u00e9gale \u00e0 la moyenne<\/strong>. C&rsquo;est une hypoth\u00e8se forte, et beaucoup de comptages r\u00e9els ne la respectent pas exactement. Avant de faire confiance aux r\u00e9sultats, compare la variabilit\u00e9 de tes comptages \u00e0 leur niveau moyen.<\/p>\n<blockquote>\n<p><strong>\u26a0\ufe0f Pi\u00e8ge<\/strong> Un mod\u00e8le de Poisson qui semble bien ajust\u00e9 peut quand m\u00eame reposer sur une \u00e9galit\u00e9 moyenne-variance fausse. V\u00e9rifie-la, sans te fier au seul ajustement.<\/p>\n<\/blockquote>\n<h2 id=\"un-cas-limite-de-la-loi-binomiale\">Un cas limite de la loi binomiale<\/h2>\n<p>La loi de Poisson appara\u00eet comme <strong>cas limite de la loi binomiale<\/strong>. La binomiale compte les succ\u00e8s parmi n essais ind\u00e9pendants, chacun de probabilit\u00e9 p. Quand n devient tr\u00e8s grand et p tr\u00e8s petit, le nombre de succ\u00e8s se rapproche d&rsquo;une loi de Poisson, dont le seul param\u00e8tre est le nombre moyen d&rsquo;\u00e9v\u00e9nements \u03bb.<\/p>\n<p>Autrement dit, un grand nombre d&rsquo;essais chacun tr\u00e8s peu susceptibles de r\u00e9ussir donne un comptage de Poisson. C&rsquo;est ce cadre qui justifie de traiter ce compte comme un nombre d&rsquo;\u00e9v\u00e9nements plut\u00f4t que comme une mesure continue.<\/p>\n<h2 id=\"ce-qu-il-faut-retenir\">Ce qu&rsquo;il faut retenir<\/h2>\n<ul>\n<li>Un comptage d&rsquo;\u00e9v\u00e9nements dans un intervalle rel\u00e8ve de la loi de Poisson, dont <strong>\u03bb est la moyenne et la variance<\/strong>.<\/li>\n<li>Le mod\u00e8le relie le logarithme de la moyenne \u00e0 une combinaison lin\u00e9aire de tes pr\u00e9dicteurs.<\/li>\n<li>Avant de lire les coefficients, v\u00e9rifie que la <strong>variance reste proche de la moyenne<\/strong>.<\/li>\n<\/ul>","protected":false},"excerpt":{"rendered":"<p>Quand tu comptes des \u00e9v\u00e9nements plut\u00f4t que de les mesurer, la r\u00e9gression de Poisson relie ce compte \u00e0 ce qui le fait varier. Loi, lien logarithmique et pi\u00e8ge \u00e0 \u00e9viter.<\/p>\n","protected":false},"author":1,"featured_media":754,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[9],"tags":[],"class_list":["post-755","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-maths"],"_links":{"self":[{"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/posts\/755","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/comments?post=755"}],"version-history":[{"count":3,"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/posts\/755\/revisions"}],"predecessor-version":[{"id":776,"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/posts\/755\/revisions\/776"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/media\/754"}],"wp:attachment":[{"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/media?parent=755"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/categories?post=755"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.ranksignal.fr\/blog\/wp-json\/wp\/v2\/tags?post=755"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}