Interprétation des résultats principaux pour la fonction Graphique dans les marges

Trouvez la relation de modèle, le cas échéant, qui 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.

Évaluez dans quelle mesure les données correspondent au modèle pour estimer la force de la relation entre X et Y. Lorsque la relation est forte, l’équation de régression modélise précisément les données.

Relation moins forte

Relation plus forte

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

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.

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.

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.

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.