Inadéquation de l'ajustement et tests d'inadéquation de l'ajustement

Qu'est-ce que l'inadéquation de l'ajustement ?

Un modèle de régression présente une inadéquation de l'ajustement lorsqu'il n'est pas capable de décrire correctement les relations fonctionnelles entre les facteurs expérimentaux et la variable de réponse. L'inadéquation de l'ajustement peut survenir si des termes importants pour le modèle, comme des interactions ou des termes quadratiques, ne sont pas inclus. Elle peut survenir également si l'ajustement du modèle donne plusieurs valeurs résiduelles exceptionnellement importantes.

Test d'inadéquation de l'ajustement dans Minitab

Minitab affiche le test d'inadéquation de l'ajustement lorsque vos données contiennent des répétitions, plusieurs observations et des valeurs de x identiques. Les répliques constituent une "erreur pure", car seule la variation aléatoire peut entraîner des différences entre des valeurs de réponse observées.

Pour déterminer si le modèle est bien ajusté aux données, comparez la valeur de p (Valeur de p) à votre seuil de signification. En général, un seuil de signification (également appelé alpha ou α) de 0,05 fonctionne bien. Une valeur α de 0,05 signifie que la probabilité de conclure que le modèle n'est pas ajusté aux données alors que c'est le cas est seulement de 5 %.
Valeur de p < α : le modèle n'est pas ajusté aux données
Si la valeur de p est inférieure ou égale à α, vous pouvez conclure que le modèle n'est pas exactement ajusté aux données. Pour obtenir un meilleur modèle, vous devez peut-être ajouter des termes ou transformer vos données.
Valeur de p > α : il n'existe aucune preuve que le modèle n'est pas ajusté aux données

Si la valeur de p est supérieure à α, vous ne pouvez pas conclure que le modèle n'est pas bien ajusté aux données.

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