Cette version de l’aide n’est plus mise à jour. Voir https://www.jmp.com/support/help/fr/15.2/dj pour la dernière version.


Dans le paragraphe Utiliser la régression avec un régresseur, vous avez appris à créer des modèles de régression simples, composés d’une variable de régression et d’une variable de réponse. La régression multiple permet de prévoir la variable de réponse moyenne à l’aide de deux variables de régression ou plus.
Cet exemple s'appuie sur la table de données Candy Bars.jmp, qui contient les informations nutritionnelles de barres chocolatées.
Utilisez la régression multiple pour prévoir la variable de réponse moyenne à l’aide de ces trois variables de régression.
1.
Choisissez Aide > Bibliothèque d'échantillons de données et ouvrez le fichier Candy Bars.jmp.
2.
Choisissez Graphique > Matrice de graphiques de nuages de points.
3.
Sélectionnez Calories et cliquez sur Y, Colonnes.
4.
Sélectionnez Total fat g, Carbohydrate g et Protein g, puis cliquez sur X.
5.
Figure 5.26 Résultats de la matrice de nuages de points
1.
Choisissez Analyse > Modèle linéaire.
2.
Sélectionnez Calories et cliquez sur Y.
3.
Sélectionnez Total Fat g, Carbohydrate g, et Protein g, puis cliquez sur Ajouter.
Figure 5.27 Fenêtre Modèle linéaire
5.
Cliquez sur Exécuter.
Remarque : Pour plus de détails sur tous les résultats du modèle, voir le chapitre Model Specification dans le livre Fitting Linear Models.
Figure 5.28 Graphique des valeurs observées en fonction des valeurs prévues
Vous pouvez également mesurer la précision du modèle par la valeur R carré (située sous le graphique dans la Figure 5.28). Elle mesure le pourcentage de variabilité des calories, comme expliqué par le modèle. Une valeur proche de 1 signifie que la prévision du modèle est correcte. Dans cet exemple, la valeur de R carré est de 0,99.
Figure 5.29 Rapport Estimation des paramètres
Figure 5.30 Profileur de prévision
Figure 5.31 Valeurs des facteurs correspondant à la barre Milky Way
Remarque : Pour plus de détails sur le profileur de prévision, voir le chapitre Profiler dans le livre Profilers.