Sur ce thème
Histogramme des valeurs résiduelles
L'histogramme des valeurs résiduelles montre la distribution des valeurs résiduelles pour toutes les observations.
Interprétation
| Schéma | Ce que le schéma indique |
|---|---|
| Longue extrémité dans une direction | Asymétrie |
| Barre éloignée des autres | Une valeur aberrante |
Comme l'apparence de l'histogramme dépend du nombre d'intervalles utilisés pour regrouper les données, n'évaluez pas la normalité des valeurs résiduelles à l'aide d'un histogramme.
Les résultats de l'histogramme sont plus pertinents lorsque vous avez au moins 20 points de données. Si l'échantillon est trop petit, les barres de l'histogramme ne contiennent pas assez de points de données pour afficher l'asymétrie ou les valeurs aberrantes de manière fiable.
Valeurs résiduelles en fonction des valeurs ajustées
Le diagramme des valeurs résiduelles en fonction des valeurs ajustées affiche les valeurs résiduelles sur l'axe des y et les valeurs ajustées sur l'axe des x.
Interprétation
Utilisez le diagramme des valeurs résiduelles en fonction des valeurs ajustées pour vérifier l'hypothèse selon laquelle les valeurs résiduelles suivent une loi normale et ont une variance constante. Dans l'idéal, les points doivent être répartis aléatoirement des deux côtés de 0, sans schéma reconnaissable.
| Schéma | Ce que le schéma indique |
|---|---|
| Eparpillement ou répartition déséquilibrée des valeurs résiduelles en fonction des valeurs ajustées | Variance non constante |
| Curviligne | Un terme d'ordre supérieur manquant |
| Un point très éloigné de zéro | Une valeur aberrante |
| Un point éloigné des autres points dans le sens des x | Un point influent |
Graphique avec valeur aberrante
Un des points a une valeur beaucoup élevée que tous les autres. Il s'agit donc d'une valeur aberrante. S'il existe un trop grand nombre de valeurs aberrantes, le modèle n'est peut-être pas acceptable. Vous devez essayer 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.
Graphique avec variance non constante
La variance des valeurs résiduelles augmente avec les valeurs ajustées. Plus les valeurs ajustées augmentent, plus les valeurs résiduelles sont dispersées. Ce schéma indique que les variances des valeurs résiduelles sont inégales (non constantes).
- Vérifiez que l'observation n'est pas une erreur de mesure ou de saisie de données.
- Vous pouvez essayer d'exécuter l'analyse sans cette observation pour déterminer son influence sur vos résultats.
Valeurs résiduelles en fonction de l'ordre
Le diagramme des valeurs résiduelles en fonction de l'ordre affiche les valeurs résiduelles dans l'ordre dans lequel les données ont été collectées.
Interprétation
Tendance
Equipe
Cycle
Valeurs résiduelles en fonction des variables
Le diagramme des valeurs résiduelles en fonction des variables affiche les valeurs résiduelles en fonction d'une autre variable. La variable peut déjà être présente dans votre modèle. Il se peut aussi que la variable ne soit pas dans le modèle, mais que vous la soupçonniez d'avoir un effet sur la variable de réponse.
Interprétation
Si la variable figure déjà dans le modèle, utilisez le diagramme pour déterminer si vous devez ajouter un terme d'ordre supérieur à la variable. Si la variable ne se trouve pas encore dans le modèle, utilisez le diagramme pour déterminer si elle influence la réponse de manière systématique.
| Schéma | Interprétation du schéma |
|---|---|
| Schéma dans les valeurs résiduelles | La variable influe sur la réponse de manière systématique. Si la variable ne figure pas dans votre modèle, incluez un terme pour elle et réajustez le modèle. |
| Courbure décrite par les points | Un terme d'ordre supérieur de la variable doit être inclus dans le modèle. Par exemple, un schéma en courbe indique que vous devez ajouter un terme quadratique. |
