Discussion :

[marine44]

Bonjour, j'ai deux vecteurs epA et epB tels que:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
epA
 [1]  3  4  6  7  9 10  9 11 12 13 15  4
 epB
 [1]  8  9 10 13 15 14 13 16 13 19  6 19

Je dois définir un tableau de données "epreuve" regroupant ces deux variables, j'ai donc fait ceci :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

epreuve=data.frame(epA,epB)

Je dois ensuite répondre à une question dont l’énoncé est :

Représenter le nuage de points (epB en fonction de epA). On utilisera la fonction plot avec des ajustements judicieusement choisis. Déterminer la droite de régression (fonction lm) avec coefficients. Calculer le coeficient de détermination, puis comparer-le avec la sortie informatique.

J'ai donc fait :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
 par(mfrow=c(1,1))
> plot(epB,epA)
> reg.simple = lm(epB~epA,data=epreuve)
> summary(reg.simple)
 
Call:
lm(formula = epB ~ epA, data = epreuve)
 
Residuals:
    Min      1Q  Median      3Q     Max 
-7.6092 -2.8339  0.1463  2.2344  6.5780 
 
Coefficients:
            Estimate Std. Error t value Pr(>|t|)   
(Intercept)  11.9903     3.1307   3.830  0.00332 **
epA           0.1079     0.3352   0.322  0.75408   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
 
Residual standard error: 4.278 on 10 degrees of freedom
Multiple R-squared:  0.01026,   Adjusted R-squared:  -0.08871 
F-statistic: 0.1037 on 1 and 10 DF,  p-value: 0.7541
 
> abline(reg.simple)
> par(mfrow=c(1,1))
> plot(epB,epA)
> 
> reg.simple = lm(epB~epA,data=epreuve);reg.simple
 
Call:
lm(formula = epB ~ epA, data = epreuve)
 
Coefficients:
(Intercept)          epA  
    11.9903       0.1079  
 
> summary(reg.simple)
 
Call:
lm(formula = epB ~ epA, data = epreuve)
 
Residuals:
    Min      1Q  Median      3Q     Max 
-7.6092 -2.8339  0.1463  2.2344  6.5780 
 
Coefficients:
            Estimate Std. Error t value Pr(>|t|)   
(Intercept)  11.9903     3.1307   3.830  0.00332 **
epA           0.1079     0.3352   0.322  0.75408   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
 
Residual standard error: 4.278 on 10 degrees of freedom
Multiple R-squared:  0.01026,   Adjusted R-squared:  -0.08871 
F-statistic: 0.1037 on 1 and 10 DF,  p-value: 0.7541
 
> abline(reg.simple)

mais je ne vois pas de quels ajustements ils veulent parler pour plot. Je trouve également une droite de régression qui ne correspond pas au nuage de points, et je ne comprends pas pourquoi.

Pourriez-vous m'aider ?
Merci.

[arm3366]

Bonjour,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
plot(epB,epA)
reg.simple = lm(epB~epA,data=epreuve)
abline(reg.simple, col="red")

Pour l'ajustement je pense qu'il s'agit d'utiliser les bons paramètres de la fonction plot.
Pourquoi vous dîtes que la droite de régression ne correspond pas au nuage de point? C'est une droite avec deux coefficients estimés et si tes deux variables ne sont pas assez corrélées, évidemment la droite de régression que tu obtiendras n'ajustera pas très bien ton nuage de points et c'est ce que révèle ton coefficient de détermination (Multiple R-squared: 0.01026) qui est très très insignifiant.

BC

[hollowdeadoss]

En fait c'est quasiment un modèle réduit à la constante là ... pas étonnant que ça ne soit pas très "représentatif" de ton nuage de points.

Cdlt,

Hollow