Utilisez une courbe lissée pour étudier les relations potentielles entre deux variables sans ajuster un modèle spécifique tel qu'un modèle de régression. Les courbes lissées sont particulièrement utiles lorsque la courbure de la relation ne change pas brusquement. Les courbes lissées sont calculées à l'aide de la méthode de lissage de la courbe lissée.
Nuage de points avec courbe lissée
Diagramme de série chronologique avec courbes lissées pour chaque variable Y

Pour ajouter des courbes lissées lorsque vous créez un graphique, cliquez sur Visualisation des données. Pour ajouter des courbes lissées dans un graphique existant, cliquez sur le graphique et sélectionnez Editeur > Ajouter > Lissage. Pour modifier des courbes lissées, sélectionnez les courbes lissées à modifier et double-cliquez dessus. Pour plus d'informations sur la sélection de courbes lissées, accédez à la rubrique Sélection de groupes et d'éléments isolés dans un graphique. Vous pouvez modifier les éléments suivants sous les onglets Options et Attributs.

Paramètres de lissage de la courbe lissée
Degré de lissage
Un facteur de lissage fonctionne généralement mieux lorsque la fraction (f) de points est suffisamment importante pour produire un ajustement lisse sans altérer la relation sous-jacente entre les variables. La publication de William S. Cleveland1 suggère d'utiliser la valeur F maximale, mais de maintenir l'absence de relation dans un graphique avec lissage distinct des valeurs résiduelles Y et des valeurs X.
Nombre d'étapes
Pour limiter l'influence des valeurs aberrantes sur les valeurs Y lissées, vous pouvez définir le nombre d'itérations de lissage. Chaque étape réduit la contribution des valeurs aberrantes dans l'itération suivante de la régression linéaire pondérée en fonction de la taille des valeurs résiduelles dans l'étape précédente de courbe lissée. Pour de plus amples informations, reportez-vous à l'étape 4 de la méthode de la courbe lissée. Si vous définissez le nombre d'étapes à 0, l'étape 4 de la méthode de la courbe lissée est entièrement éliminée. D'après Cleveland, deux étapes robustes suffisent pour ajuster correctement les effets des valeurs aberrantes pour la plupart des données.
Attributs de ligne
Double-cliquez sur une courbe lissée pour en modifier la couleur, la taille ou le type.
1 (1979), "Robust locally weighted regression and smoothing scatterplots" dans la revue Journal of the American Statistical Association, vol. 74, p. 829-836
En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique