Interprétation des résultats principaux pour la fonction Graphique dans les marges

Suivez les étapes ci-dessous pour interpréter un graphique dans les marges.

Etape 1 : Rechercher une relation de modèle et évaluer son importance

Déterminez quelle relation de modèle est la plus adaptée à vos données, puis évaluez l'importance de la relation.

Conseil

Pour mieux visualiser l'adéquation d'un ajustement de modèle spécifique à vos données, créez un nuage de points avec une droite de régression ajustée.

Type de relation

Déterminez quelle relation de modèle, le cas échéant, s'adapte le mieux à vos données. Les graphiques suivants sont des exemples des types de relations.
Linéaire : positive
Linéaire : négative
Courbe : quadratique
Courbe : cubique
Aucune relation

Si les données semblent s'ajuster à un modèle, vous pouvez étudier la relation à l'aide d'une analyse de régression.

Importance de la relation

Evaluez l'ajustement des données au modèle pour estimer l'importance de la relation entre X et Y. Lorsque la relation est importante, l'équation de régression représente les données avec exactitude.
Relation moins importante
Relation plus importante

Pour évaluer l'importance d'une relation linéaire (droite), utilisez une analyse de corrélation.

Etape 2 : Rechercher des indicateurs de données non normales ou aberrantes

Des données asymétriques et multimodales peuvent indiquer la présence de données non normales. Des valeurs aberrantes peuvent indiquer la présence d'autres conditions dans vos données.

Données asymétriques

Lorsque les données sont asymétriques, la majorité d'entre elles sont situées sur le côté supérieur ou inférieur du graphique. L'asymétrie indique que les données peuvent ne pas être normalement distribuées. Dans un graphique dans les marges, observez les graphiques dans les marges à la recherche d'indicateurs de données asymétriques.

Par exemple, les graphiques suivants avec des données asymétriques à droite représentent des temps d'attente. La plupart des temps d'attente sont relativement courts, seuls certains sont longs. Les graphiques suivants avec des données asymétriques à gauche représentent des données de temps de défaillance. Quelques éléments rencontrent une défaillance immédiatement, mais pour bien plus d'entre eux, elle survient plus tard.
Histogrammes
Asymétrie à droite
Asymétrie à gauche
Diagrammes à points
Asymétrie à droite
Asymétrie à gauche
Boîtes à moustaches
Asymétrie à droite
Asymétrie à gauche

Si vous savez que vos données ne sont pas naturellement asymétriques, étudiez-en les causes possibles. Pour analyser les données très asymétriques, consultez la rubrique sur les observations relatives aux données pour l'analyse afin de vous assurer que vous pouvez utiliser des données non normales.

Valeurs aberrantes

Les valeurs aberrantes, qui sont des valeurs de données très éloignées des autres valeurs de données, peuvent avoir une incidence importante sur vos résultats. Dans un graphique dans les marges, observez le nuage de points et les graphiques dans les marges à la recherche de valeurs aberrantes.

Nuage de points
Sur un nuage de points, les points isolés indiquent des valeurs aberrantes.
Histogramme
Sur un histogramme, des barres isolées aux extrémités indiquent des valeurs aberrantes.
Diagramme à points
Sur un diagramme à points, les valeurs de données anormalement élevées ou faibles indiquent de possibles valeurs aberrantes.
Boîte à moustaches
Sur une boîte à moustaches, les valeurs aberrantes sont indiquées par des astérisques (*).

Essayez de déterminer la cause de toutes les valeurs aberrantes. Corrigez les erreurs de mesure ou d’entrée des données. Pensez éventuellement à supprimer les valeurs de données associées à des événements anormaux et uniques (causes spéciales). Ensuite, répétez l'analyse.

Données multimodales

Les données multimodales ont plusieurs pics. (Un pic représente le mode d'un ensemble de données.) Les données multimodales surviennent généralement lorsque les données sont collectées à partir de plusieurs procédés ou conditions, par exemple, pour plusieurs températures.

Dans un graphique dans les marges, observez les histogrammes ou les diagrammes à points dans les marges à la recherche d'indicateurs de données multimodales. Par exemple, ces graphiques comportent deux pics.
Histogramme
Diagramme à points

Si des informations supplémentaires vous permettent de classer les observations en groupes, vous pouvez créer une variable de groupe avec ces informations. Vous pouvez ensuite créer un histogramme ou un graphique à points avec des groupes pour déterminer si la variable de groupe explique les pics dans les données.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique