Analyse de régression

Effectue une analyse de régression linéaire, logarithmique ou de puissance d'un ensemble de données comprenant une variable dépendante et plusieurs variables indépendantes.

Par exemple, le rendement d'une culture (variable dépendante) peut être lié aux précipitations, aux conditions de température, à l'ensoleillement, à l'humidité, à la qualité du sol et plus encore, tous étant des variables indépendantes.

Pour accéder à cette commande...

Choisissez Données - Statistiques - Régression


Ic√īne Remarque

Pour plus d'information sur les analyses de régression, veuillez vous référer à l'article Wikipedia correspondant.


Données

Plage pour la variable indépendante (X) :

Saisissez une seule plage qui contient plusieurs observations de variables ind√©pendantes (via des colonnes ou des lignes). Toutes les observations de la variable X doivent √™tre saisies les unes √† c√īt√© des autres dans la m√™me table.

Plage pour la variable dépendante (Y) :

Saisissez la plage qui contient la variable dépendante dont la régression doit être calculée.

Les plages X et Y ont toutes deux des étiquettes

Cochez pour utiliser la première ligne (ou colonne) des ensembles de données comme noms de variables dans la plage de sortie.

Résultats à :

La r√©f√©rence √† la cellule en haut √† gauche de la plage o√Ļ le r√©sultat doit √™tre affich√©.

Grouper par

Sélectionnez si les données saisies sont disposées en colonnes ou en lignes.

Résultat pour les types de régression suivants

Définit le type de régression. Trois types sont disponibles :

Options

Niveau de confiance

Une valeur numérique comprise entre 0 et 1 (exclusif), la valeur par défaut est 0,95. Calc utilise ce pourcentage pour calculer les intervalles de confiance correspondants pour chacune des estimations (à savoir les pentes et l'interception).

Calculer les résidus

S√©lectionnez si vous souhaitez activer ou d√©sactiver le calcul des r√©sidus, ce qui peut √™tre avantageux dans les cas o√Ļ vous ne vous int√©ressez qu'aux pentes et aux estimations d'interception et √† leurs statistiques. Les r√©sidus donnent des informations sur l'√©cart entre les points de donn√©es r√©els et les points de donn√©es pr√©dits, sur la base du mod√®le de r√©gression.

Forcer le passage par zéro

Calcule le modèle de régression en utilisant zéro comme point d'intersection, forçant ainsi le modèle à passer par l'origine.

Aidez-nous !