Le R² indique la part de la variation d’une variable que le modèle explique, sur une échelle de 0 à 1. Ce calculateur prend les sommes des carrés d’une sortie de régression et donne le R², le R² ajusté, la statistique F et sa p-valeur, pour juger un modèle sans refaire la régression.
Comment se fait le calcul
- R² = 1 − SCR ÷ SCT, où SCR est la somme des carrés résiduelle et SCT la somme des carrés totale
- R² ajusté = 1 − (1 − R²) × (n − 1) ÷ (n − k − 1)
- F = (R² ÷ k) ÷ ((1 − R²) ÷ (n − k − 1)), comparé à la loi de Fisher à k et n − k − 1 degrés de liberté
- Écart-type résiduel = √(SCR ÷ (n − k − 1))
n est le nombre d’observations et k le nombre de variables explicatives, constante non comprise.
Exemple
Une régression sur 25 observations avec 2 variables explicatives a une SCR de 45 et une SCT de 150. Le R² vaut 1 − 45 ÷ 150 = 0,700 : 70 % de la variation est expliquée. Le R² ajusté vaut 1 − 0,3 × 24 ÷ 22 = 0,673. La statistique F est de 25,7 et la p-valeur est très inférieure à 0,001 : le modèle est globalement significatif. L’écart-type résiduel est de 1,430.
Pourquoi c’est important
Le R² est le premier chiffre lu dans un tableau de régression, et il est facile de le mal interpréter. La version ajustée est la plus juste pour comparer des modèles qui n’ont pas le même nombre de variables, car elle évite de récompenser un modèle simplement parce qu’il est plus gros. Le test de Fisher répond à une autre question : les variables expliquent-elles ensemble plus que le hasard ?
Bon à savoir
Un R² élevé ne signifie pas que la relation est causale, et un R² faible ne veut pas dire qu’elle est sans importance : une variable peut compter même si le phénomène est bruité. Les valeurs aberrantes peuvent fortement gonfler ou réduire le R², et avec peu d’observations par variable, la version ajustée est plus fiable. Regardez aussi le graphique des résidus. Cet outil est pédagogique.
Outils associés
Le calculateur de régression linéaire ajuste une droite à vos données, celui de la significativité d’une corrélation teste un r, et celui de l’écart-type mesure la dispersion.