R = 1 (n − .
1) S−1 ˜ X ˜XS−1. , c'est le cosinus de l'angle dans Rn entre Xj et le sous-espace vectoriel engendré par les variables {X1,,Xj−1,Xj+1,,Xp}.
La régression hiérarchisée est intéressante lorsque le modèle comporte plusieurs variables qui peuvent être théoriquement regroupées ou lorsque certaines variables doivent être contrôlées statistiquement (ex. : variables socioéconomiques).
Le but de la régression simple (resp. multiple) est d'expliquer une variable Y à l'aide d'une variable X (resp. plusieurs variables X1, , Xq).
La variable Y est appelée variable dépendante, ou variable à expliquer et les variables Xj (j=1,,q) sont appelées variables indépendantes, ou variables explicatives.