Graphiques des valeurs résiduelles dans Minitab

Un graphique des valeurs résiduelles permet d'examiner l'adéquation de l'ajustement dans les analyses de régression et d'ANOVA. L'examen des graphiques des valeurs résiduelles vous permet de déterminer si les hypothèses des moindres carrés sont satisfaites. Si tel est le cas, la régression sur les moindres carrés génère des estimations de coefficient sans biais avec la variance minimale.

Quels graphiques des valeurs résiduelles Minitab propose-t-il ?

Minitab fournit les graphiques des valeurs résiduelles suivants :

Histogramme des valeurs résiduelles
Utilisez l'histogramme des valeurs résiduelles afin de déterminer si les données sont symétriques ou si elles contiennent des valeurs aberrantes.
Droite de Henry des valeurs résiduelles
Utilisez la droite de Henry des valeurs résiduelles afin de vérifier l'hypothèse selon laquelle les valeurs résiduelles sont normalement distribuées.
Remarque

Pour inclure le test d'Anderson Darling avec la droite de Henry, accédez à Fichier > Options > Modèles linéaires > Graphiques des valeurs résiduelles et cochez Inclure le test d’Anderson-Darling à la droite de Henry. Cependant, Minitab n'affiche pas le test lorsqu'il y a moins de 3 degrés de liberté pour l'erreur.

Valeurs résiduelles en fonction des valeurs ajustées
Utilisez le diagramme des valeurs résiduelles en fonction des valeurs ajustées pour vérifier l'hypothèse selon laquelle les valeurs résiduelles ont une variance constante.
Valeurs résiduelles en fonction de l'ordre de données
Utilisez le diagramme de valeurs résiduelles en fonction de l'ordre pour vérifier l'hypothèse selon laquelle les valeurs résiduelles ne sont pas corrélées les unes avec les autres.
Valeurs résiduelles en fonction des prédicteurs

Vous avez ici un graphique des valeurs résiduelles en fonction d'un prédicteur. Ce graphique devrait présenter une répartition aléatoire des valeurs résiduelles de part et d'autre de 0. Les schémas non aléatoires, tels que l'exemple présenté, peuvent contredire l'hypothèse selon laquelle les variables de prédiction ne sont pas liées aux valeurs résiduelles. Il est possible que vous ayez utilisé une forme fonctionnelle incorrecte pour modéliser la courbure.