Méthodes et formules pour les statistiques d'adéquation de l'ajustement pour la fonction Analyser la variabilité

S

Notation

TermeDescription
CA MOY ERRcarré moyen de l'erreur

R carré

Le R2 est également appelé coefficient de détermination.

Formule

Notation

TermeDescription
yi ie valeur de réponse observée
réponse moyenne
ie réponse ajustée

R carré (ajusté)

Minitab affiche zéro lorsque les calculs de R2 ajusté génèrent des valeurs négatives.

Notation

TermeDescription
ie valeur de réponse observée
ième réponse ajustée
réponse moyenne
nnombre d'observations
pnombre de termes dans le modèle

R carré (prév)

Minitab affiche zéro lorsque les calculs de R2 (prév) génèrent des valeurs négatives.

Notation

TermeDescription
yi ie valeur de réponse observée
réponse moyenne
n nombre d'observations
ei ie valeur résiduelle
hi ie élément sur la diagonale de X(X'X)–1X'
X matrice du plan

PRESS

Evalue la capacité de prévision de votre modèle.

Formule

Notation

TermeDescription
n nombre d'observations
ei ie valeur résiduelle
hi ie élément sur la diagonale de X(X'X)–1X'

Log de vraisemblance

Le calcul du log de vraisemblance dépend de la méthode d'estimation utilisée pour l'analyse.

Estimation par les moindres carrés

Minitab utilise l'équation suivante pour le log de vraisemblance :
Les pondérations utilisées dans l'analyse sont soit spécifiées, soit obtenues par l'équation suivante :

Estimation par le maximum de vraisemblance

Ce calcul du log de vraisemblance suppose que les écarts types suivent une loi normale et que le logarithme népérien de l'écart type suit un modèle linéaire.

Notation

TermeDescription
nnombre de lignes ou aucune donnée n'est manquante
Rsomme des carrés de l'erreur pour le modèle
fonction trigamma
videgrés de liberté pour le ie écart type
fonction gamma
Siécart type du ie échantillon
ligne de la matrice du plan associée à l'ie écart type
estimations par le maximum de vraisemblance des coefficients du modèle

AICc (critère d'information d'Akaike corrigé)

La valeur AICc n'est pas calculée quand .

Notation

TermeDescription
pnombre de coefficients dans le modèle, constante incluse
nnombre de lignes de données où aucune donnée n'est manquante

BIC (critère d'information bayésien)

Notation

TermeDescription
pnombre de coefficients dans le modèle, constante non incluse
nnombre de lignes de données où aucune donnée n'est manquante

Cp de Mallows

Notation

TermeDescription
SCEpsomme des carrés de l'erreur pour le modèle examiné
CMEmcarré moyen de l'erreur pour le modèle incluant tous les termes candidats
nnombre d'observations
pnombre de termes dans le modèle, constante incluse
    En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu.  Lisez notre politique