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.

Données

Plage pour la variable indépendante (X) :

Saisissez une seule plage qui contient plusieurs observations de variables indépendantes (via des colonnes ou des lignes). Toutes les observations de la variable X doivent être saisies les unes à côté des autres dans la même 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 référence à la cellule en haut à gauche de la plage où le résultat doit être affiché.

Résultat pour les types de régression suivants

Définit le type de régression. Trois types sont disponibles :

• Régression linéaire : trouve une fonction linéaire sous la forme y = b + a₁.[x₁] + a₂.[x₂] + a₃.[x₃] ..., où a_i est la i-ème pente, [x_i] est la i-ème variable indépendante et b est l'interception qui correspond le mieux aux données.

• Régression logarithmique : trouve une courbe logarithmique sous la forme y = b + a₁.ln[x₁] + a₂ .ln[x₂] + a₃.ln[x₃] ..., où a_i est le i-ème coefficient, b est l'interception et ln[x_i] est le logarithme népérien de la i-ème variable indépendante, qui correspond le mieux aux données.

• Régression de puissance : trouve une courbe de puissance sous la forme y = exp( b + a₁.ln[x₁] + a₂.ln[x₂] + a₃.ln[x₃] ...), où a_i est la i-ème puissance, [x_i] est la i-ème variable indépendante et b est l'interception qui correspond le mieux aux données.

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

Sélectionnez si vous souhaitez activer ou désactiver le calcul des résidus, ce qui peut être avantageux dans les cas où vous ne vous intéressez qu'aux pentes et aux estimations d'interception et à leurs statistiques. Les résidus donnent des informations sur l'écart entre les points de données réels et les points de données prédits, sur la base du modèle de régression.

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.