Linear regression analysis for prediction

Paste this prompt in ChatGPT, Claude or Gemini and customize the variables in brackets.

Je veux réaliser une analyse de régression linéaire pour prédire [VARIABLE_CIBLE] en fonction de [VARIABLES_EXPLICATIVES]. Mes données couvrent [PERIODE] avec [NOMBRE_OBSERVATIONS] observations issues de [SOURCE_DONNEES].

Contexte métier : [CONTEXTE] (ex : prévoir les ventes en fonction des dépenses marketing et de la saison)

Guide-moi pour :
1. Vérifier les hypothèses de la régression linéaire (linéarité, homoscédasticité, normalité des résidus, absence de multicolinéarité)
2. Préparer les données (encodage des variables catégorielles, traitement des outliers, normalisation si nécessaire)
3. Sélectionner les variables pertinentes avec les méthodes appropriées (stepwise, LASSO, corrélation)
4. Interpréter les coefficients, le R², la p-value et les intervalles de confiance
5. Valider le modèle avec les métriques RMSE, MAE et MAPE
6. Faire des prédictions pour les scénarios suivants : [SCENARIOS_PREDICTION]
7. Identifier les limites et risques du modèle

Précise le code Python (scikit-learn / statsmodels) ou R si applicable.