Aller au contenu
Omnikalc

Calculateur d’intervalle de prédiction : à quelle distance de la droite une nouvelle observation peut-elle tomber ?

Saisissez le résumé de la régression et un nouveau x pour obtenir l’intervalle de confiance de la réponse moyenne et l’intervalle de prédiction d’une nouvelle observation.

Mis à jour le
Vos paramètres

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Résultats

Intervalle de prédiction d’une nouvelle observation : borne basse

25,58

Intervalle de prédiction d’une nouvelle observation : borne haute

37,62

Valeur critique de t
3,012
Erreur type de la réponse moyenne
0,624
Intervalle de confiance de la réponse moyenne : borne basse
29,72
Intervalle de confiance de la réponse moyenne : borne haute
33,48
Erreur type d’une nouvelle observation
2,000

Une droite de régression donne une valeur prédite, mais une prévision devrait être accompagnée d’une plage. Le calculateur d’intervalle de prédiction de régression prend le nombre d’observations, la moyenne de x, Sxx, l’écart type résiduel, un nouveau x, son y prédit et un niveau de confiance, et donne l’intervalle de confiance de la réponse moyenne et l’intervalle de prédiction d’une nouvelle observation.

Comment se fait le calcul

  • À partir de votre régression linéaire simple, prenez le nombre d’observations n, la moyenne de x, la somme des carrés des écarts Sxx = Σ(x − x̄)² et l’écart type résiduel s.
  • Calculez le terme de levier au nouveau point : 1 ÷ n + (x₀ − x̄)² ÷ Sxx. Il augmente quand x₀ s’éloigne de la moyenne de x.
  • L’erreur type de la réponse moyenne est s × √(terme de levier), et l’erreur type d’une nouvelle observation est s × √(1 + terme de levier).
  • Chaque intervalle est la valeur prédite ± t(1 − α ÷ 2 ; n − 2) fois son erreur type. L’intervalle de prédiction est toujours plus large que l’intervalle de confiance.

Exemple

Une régression sur 15 points a x̄ = 9,8, Sxx = 128 et un écart type résiduel de 1,9. Pour x₀ = 7,5, le modèle prédit 31,6. Le terme de levier est 1 ÷ 15 + 2,3² ÷ 128 = 0,1080. Le t critique à 99 % avec 13 degrés de liberté est 3,012. L’erreur type de la réponse moyenne est de 0,624, ce qui donne un intervalle de confiance de 29,72 à 33,48. L’erreur type d’une nouvelle observation est de 2,000, ce qui donne un intervalle de prédiction de 25,58 à 37,62.

Pourquoi c’est utile

Les prévisions en ventes, en ingénierie et en sciences sont plus utiles avec une plage honnête. L’intervalle de prédiction dit où une valeur future isolée a des chances de tomber, ce dont les planificateurs et les ingénieurs qualité ont généralement besoin.

À savoir

Les formules supposent le modèle linéaire usuel : une relation en ligne droite, des erreurs indépendantes de variance constante et des résidus à peu près normaux. Elles valent pour une régression simple à un seul prédicteur. Si les résidus montrent une structure ou s’évasent, les intervalles seront trop étroits à certains endroits et trop larges à d’autres.

Outils liés

Le calculateur de régression linéaire ajuste la droite, et celui d’intervalle de confiance traite les intervalles de moyennes.

Questions fréquentes

Quelle différence entre intervalle de confiance et intervalle de prédiction ?

L’intervalle de confiance couvre la valeur moyenne de y au nouveau x et se resserre quand l’échantillon grandit. L’intervalle de prédiction couvre une seule nouvelle observation, qui a aussi sa propre dispersion aléatoire autour de la droite, donc il reste large même avec beaucoup de données.

Pourquoi l’intervalle s’élargit-il loin de la moyenne de x ?

La droite est le mieux connue près du centre des données. Loin de la moyenne, une petite erreur sur la pente a un grand effet sur la valeur prédite, donc l’incertitude augmente. C’est le rôle du terme de distance au carré.

Où trouver Sxx et s ?

Les deux viennent de la sortie de régression. s est l’écart type résiduel, la racine de l’erreur quadratique moyenne. Sxx se calcule comme (n − 1) fois la variance de x, ou à partir de l’erreur type de la pente : Sxx vaut s au carré divisé par le carré de l’erreur type de la pente.

Puis-je prédire loin hors de mes données ?

C’est risqué. Les formules ne mesurent que l’erreur d’échantillonnage, pas le risque que la relation change hors de la plage observée. Une prédiction très au-delà des données peut être très fausse même si son intervalle paraît raisonnable.

Ce calculateur vous a-t-il été utile ?

Merci pour votre avis !

Résultats indicatifs fournis à titre d'information. Ils ne remplacent pas l'avis d'un professionnel.