494
Le logiciel R - Effectuer des analyses statistiques
> res <- summary(modele1) # Présentation des résultats.
> res
Call:
lm(formula = BWT ∼ LWT, data = mesdonnees)
Residuals:
Min
1Q
Median
3Q
Max
-2192.18 -503.63
-3.91
508.25 2075.53
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 2369.672
228.431 10.374
<2e-16 ***
LWT
9.765
3.777
2.586
0.0105 *
--Signif. codes: 0 ‘ *** ’ 0.001 ‘ ** ’ 0.01 ‘ * ’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 718.2 on 187 degrees of freedom
Multiple R-squared: 0.03452,
Adjusted R-squared: 0.02935
F-statistic: 6.686 on 1 and 187 DF, p-value: 0.01048
Voici la description des diff´ erentes informations contenues dans la sortie cidessus.
• Call: un rappel de la formule utilis´ ee dans le mod` ele.
• Residuals: une analyse descriptive des r´ esidus ˆ
i = ˆ
y i − y i . Nous verrons
par la suite l’int´ erˆ et des r´ esidus pour valider les hypoth` eses du mod` ele de
r´ egression.
• Coefficients: ce tableau comprend quatre colonnes :
- Estimate correspond aux estimations des param` etres de la droite de
r´ egression ;
- Std. Error correspond ` a l’estimation de l’´ ecart type des estimateurs
de la droite de r´ egression ;
- t value correspond ` a la r´ ealisation de la statistique du test de Student
associ´ e aux hypoth` eses H 0 : β i = 0 et H 1 : β i 0 ;
- Pr(>|t|) correspond ` a la valeur-p du test de Student.
• Signif. codes: symboles de niveau de significativit´ e.
• Residual standard error: une estimation de l’´ ecart type du bruit σ
est fournie ainsi que le degr´ e de libert´ e associ´ e n − 2.
• Multiple R-squared: valeur du coefficient de d´ etermination r
2 (pourcentage de variance expliqu´ e par la r´ egression).
• Adjusted R-squared: r
2
a ajust´ e (qui n’a pas grand int´ erˆ et en r´ egression
lin´ eaire simple).
• F-statistic: correspond ` a la r´ ealisation du test de Fisher associ´ e aux
hypoth` eses H 0 : β 1 = 0 et H 1 : β 1 0. Nous y trouvons les degr´ es de
libert´ e associ´ es (1 et n − 2) ainsi que la valeur-p.
Le logiciel R - Effectuer des analyses statistiques
> res <- summary(modele1) # Présentation des résultats.
> res
Call:
lm(formula = BWT ∼ LWT, data = mesdonnees)
Residuals:
Min
1Q
Median
3Q
Max
-2192.18 -503.63
-3.91
508.25 2075.53
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 2369.672
228.431 10.374
<2e-16 ***
LWT
9.765
3.777
2.586
0.0105 *
--Signif. codes: 0 ‘ *** ’ 0.001 ‘ ** ’ 0.01 ‘ * ’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 718.2 on 187 degrees of freedom
Multiple R-squared: 0.03452,
Adjusted R-squared: 0.02935
F-statistic: 6.686 on 1 and 187 DF, p-value: 0.01048
Voici la description des diff´ erentes informations contenues dans la sortie cidessus.
• Call: un rappel de la formule utilis´ ee dans le mod` ele.
• Residuals: une analyse descriptive des r´ esidus ˆ
i = ˆ
y i − y i . Nous verrons
par la suite l’int´ erˆ et des r´ esidus pour valider les hypoth` eses du mod` ele de
r´ egression.
• Coefficients: ce tableau comprend quatre colonnes :
- Estimate correspond aux estimations des param` etres de la droite de
r´ egression ;
- Std. Error correspond ` a l’estimation de l’´ ecart type des estimateurs
de la droite de r´ egression ;
- t value correspond ` a la r´ ealisation de la statistique du test de Student
associ´ e aux hypoth` eses H 0 : β i = 0 et H 1 : β i 0 ;
- Pr(>|t|) correspond ` a la valeur-p du test de Student.
• Signif. codes: symboles de niveau de significativit´ e.
• Residual standard error: une estimation de l’´ ecart type du bruit σ
est fournie ainsi que le degr´ e de libert´ e associ´ e n − 2.
• Multiple R-squared: valeur du coefficient de d´ etermination r
2 (pourcentage de variance expliqu´ e par la r´ egression).
• Adjusted R-squared: r
2
a ajust´ e (qui n’a pas grand int´ erˆ et en r´ egression
lin´ eaire simple).
• F-statistic: correspond ` a la r´ ealisation du test de Fisher associ´ e aux
hypoth` eses H 0 : β 1 = 0 et H 1 : β 1 0. Nous y trouvons les degr´ es de
libert´ e associ´ es (1 et n − 2) ainsi que la valeur-p.