Sur ce thème
Entrée des données
Effectuez les opérations suivantes pour indiquer les colonnes de données à analyser.
- Dans Réponse, indiquez la colonne de données numériques que vous souhaitez expliquer ou prévoir. La réponse est également appelée variable Y.
- Dans la zone Prédicteur, indiquez une colonne de données numériques qui pourraient permettre d'expliquer ou de prévoir la variation de la réponse. Le prédicteur est également appelé variable X.
Dans cette feuille de travail, Prix de vente est la réponse et contient le prix de vente de voitures vieilles de 3 ans, toutes de la même marque et du même modèle. Kilométrage est le prédicteur et peut expliquer les différences de prix de vente.
| C1 | C2 |
|---|---|
| Kilométrage | Prix de vente |
| 9980 | 19999 |
| 34212 | 17999 |
| 26870 | 19009 |
| 46321 | 17199 |
| 16780 | 19499 |
| 50021 | 14999 |
Type de modèle de régression
Le type de modèle que vous sélectionnez correspond à l'équation utilisée pour établir l'ajustement aux données. Si vous n'êtes pas sûr du meilleur modèle, commencez par le modèle linéaire et évaluez son ajustement aux données. Si les données présentent une courbure, répétez l'analyse avec un modèle quadratique ou cubique.
- Linéaire
- Un modèle linéaire permet de représenter une augmentation ou une diminution régulière des données. Le modèle linéaire correspond à l'équation : Y = bo + b1X.
- Quadratique
- Un modèle quadratique permet de rendre compte d'une courbure dans les données. Le modèle quadratique correspond à l'équation : Y = bo + b1X + b2X2.
- Cubique
- Un modèle cubique permet de décrire un modèle "pics et creux" au sein des données. Le modèle cubique correspond à l'équation : Y = bo + b1X + b2X2 + b3 X3.
