Le R2 est également appelé coefficient de détermination.
Terme | Description |
---|---|
yi | ie valeur de réponse observée |
réponse moyenne | |
ie réponse ajustée |
Somme des carrés des distances. La régression de la somme des carrés est la partie de la variation expliquée par le modèle. L'erreur de la somme des carrés est la partie non expliquée par le modèle et est attribuée à l'erreur. La somme des carrés totale est la variation totale des données.
Terme | Description |
---|---|
yi | ith valeur de réponse observée |
ie réponse ajustée | |
réponse moyenne |
La statistique de somme des carrés des erreurs de prévision (SomCar-ErrPrév) évalue les capacités de prévision de votre modèle. Semblable à la somme des carrés des valeurs résiduelles, SomCar-ErrPrév est la somme des carrés de l'erreur de prévision. Dans PLS, Minitab calcule uniquement SomCar-ErrPrév si vous avez effectué une validation croisée pour le modèle.
Minitab calcule SomCar-ErrPrév selon les étapes suivantes :
En général, plus la valeur SomCar-ErrPrév est petite, meilleure est la capacité de prévision du modèle. SomCar-ErrPrév permet de calculer le R2 prévu.
Terme | Description |
---|---|
yi | réponse observée |
réponse ajustée pour l'observation omise | |
n | nombre d'observations |
Minitab affiche zéro lorsque les calculs de R2 (prév) génèrent des valeurs négatives.
Terme | Description |
---|---|
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 |