Méthodes et formules pour le récapitulatif du modèle dans Analyser une réponse binaire pour un plan de criblage définitif

Le R² de la somme des carrés d'écart indique la part de variation de la réponse expliquée par le modèle. Plus la valeur de R² est grande, plus le modèle est ajusté aux données. La formule estla suivante :

Notation

Terme	Description
DE	Error Deviance
DT	Total Deviance

Le R² ajusté de la somme des carrés d'écart rend compte du nombre de prédicteurs du modèle et est utile pour comparer des modèles avec un nombre de prédicteurs différents. La formule est la suivante :

Notation

Terme	Description
R2	R2 de la somme des carrés d'écart
p	degrés de liberté de la régression
Φ	1, pour les modèles binomiaux
DT	somme des carrés d'écart totale

Même si les calculs pour le R² ajusté de la somme des carrés d'écart peuvent engendrer des valeurs négatives, Minitab affiche zéro.

Utilisez cette statistique pour comparer deux modèles différents. Plus l'AIC est petit, plus le modèle est adapté aux données.

Les fonctions de log de vraisemblance sont paramétrées dans les termes des moyennes. La forme générale des fonctions est la suivante :

La forme générale des contributions individuelles est la suivante :

Notation

Terme	Description
p	degrés de liberté de la régression
Lc	log de vraisemblance du modèle actuel
yi	nombre d'événements pour la ie ligne
mi	nombre d'essais pour la ie ligne
	réponse moyenne estimée de la ie ligne

La valeur AICc n'est pas calculée quand .

Notation

Terme	Description
p	nombre de coefficients dans le modèle, constante incluse
n	nombre de lignes de données où aucune donnée n'est manquante

Notation

Terme	Description
p	nombre de coefficients dans le modèle, constante non incluse
n	nombre de lignes de données où aucune donnée n'est manquante