.‘
-
LA REGRESSION
‘
227 '
‘
Le test du coefcient !‘ ou, ce qui, revient
même, le
“
applicable que si la
_
male, et de variance constante quel
’t6ùt°àïfait
analogues à celles qui ont
été.
l’anàlySe de la variance; Nous
rappelons qu’elles sont souvent ré‘àliséesen“biologie;
"
“
"
_
‘
On montre en outre que_°letest; est «robuste », c’est—à-dire encore valable
‘lorsque les conditions ne
à peu près » vériées; ceci .dÎ_autant-pliis
f
g_ue 1Îçectifde l’échantillonçst pluâgrand.
;
‘
'
B. +‘ FORME DE LA LIAISON
.
ï}
liaison
de représenter au mieux
‘
.
la”courbé de régressi0n ÿ : ”f(x)“ dans la population de
‘d’oùgproviennent les données observées. Il arrive souvent que, soit au ”Vu
observées, soit “pour des.raisons a priori, on puisse supposer cette relation
linéaire.
On pourra alors a) chercher la droite représæ:ntantläjeü:gçpossible
régression
linéarité
‘êât*plausible. Ces deux opérations vontêtreefïectueessurl’exemplerecedent
On abordera ensuite le cas non linéaire.
E—‘Ïmation de la droite de regresgon
…
à
,
la courbe de regresswnvrawestunedrmtesameleuœestmatwn
est
la, droite de,régression
à-dire la droite Do passant par le
gravité des données,et de
_
Dans notre exemple, 1esdd‘onhées observées eonduisent:;(æirehap; XX,
tableau 59) à 3 points :
'
:
'
—
pour la dose l,
_
_
_
__
…
.
_
x1 = 1, ÿ1 = 15 + _2-LÎ
:
19596 @ant
‘
—
pour la dose 2,
'
"
‘
.j”“
'
‘
‘
_
25
'
.
362 = 2 ÿz = 15 ‘— —— =-13,96
’
’
24
_
——
pour la dose3,
_
-_103
_
X3
=‘ 3, ÿ3 : 15 _‘ECÎ
10,71 (point 7713).
-
LA REGRESSION
‘
227 '
‘
Le test du coefcient !‘ ou, ce qui, revient
même, le
“
applicable que si la
_
male, et de variance constante quel
’t6ùt°àïfait
analogues à celles qui ont
été.
l’anàlySe de la variance; Nous
rappelons qu’elles sont souvent ré‘àliséesen“biologie;
"
“
"
_
‘
On montre en outre que_°letest; est «robuste », c’est—à-dire encore valable
‘lorsque les conditions ne
à peu près » vériées; ceci .dÎ_autant-pliis
f
g_ue 1Îçectifde l’échantillonçst pluâgrand.
;
‘
'
B. +‘ FORME DE LA LIAISON
.
ï}
liaison
de représenter au mieux
‘
.
la”courbé de régressi0n ÿ : ”f(x)“ dans la population de
‘d’oùgproviennent les données observées. Il arrive souvent que, soit au ”Vu
observées, soit “pour des.raisons a priori, on puisse supposer cette relation
linéaire.
On pourra alors a) chercher la droite représæ:ntantläjeü:gçpossible
régression
linéarité
‘êât*plausible. Ces deux opérations vontêtreefïectueessurl’exemplerecedent
On abordera ensuite le cas non linéaire.
E—‘Ïmation de la droite de regresgon
…
à
,
la courbe de regresswnvrawestunedrmtesameleuœestmatwn
est
la, droite de,régression
à-dire la droite Do passant par le
gravité des données,et de
_
Dans notre exemple, 1esdd‘onhées observées eonduisent:;(æirehap; XX,
tableau 59) à 3 points :
'
:
'
—
pour la dose l,
_
_
_
__
…
.
_
x1 = 1, ÿ1 = 15 + _2-LÎ
:
19596 @ant
‘
—
pour la dose 2,
'
"
‘
.j”“
'
‘
‘
_
25
'
.
362 = 2 ÿz = 15 ‘— —— =-13,96
’
’
24
_
——
pour la dose3,
_
-_103
_
X3
=‘ 3, ÿ3 : 15 _‘ECÎ
10,71 (point 7713).
