Plusieurs modèles de régression linéaire sont évalués pour déterminer leur capacité à expliquer les variations des taux de criminalité. Les critères de comparaison incluent des indicateurs de performance tels que le coefficient de détermination (R²) et le critère d'information d'Akaike (AIC), permettant d'identifier le modèle le plus pertinent.
Chaque coefficient de régression est testé pour évaluer sa signification statistique, notamment en vérifiant si un coefficient est différent de zéro, ce qui permet de déterminer l'importance de chaque variable socio-économique dans le modèle.
Des tests globaux sont réalisés pour évaluer la pertinence des modèles dans leur ensemble. Cela inclut des tests F pour comparer les modèles et vérifier s'ils expliquent significativement la variance des données.
Les paramètres des modèles sont estimés à l'aide des moindres carrés et des intervalles de confiance sont construits pour chaque coefficient, permettant de quantifier l'incertitude autour des estimations.