• Menu
    • Nos Formations
    • Nos Prestations
    • Les Astuces
Skip to content
Astuces et scripts R
Astuces et scripts R
Primary Navigation Menu
Menu
  • Abcd’R
  • Tous les scripts
    • Voir les articles
    • Proposer un Article
  • Formation au logiciel R
  • Contact

Les dates de formations à R, éligibles au CPF sont en lignes !

Voir nos formations

Calculer les résidus d’un modèle avec resid

Par vincent
Le octobre 14, 2024
Dans modélisation
Tagged resid, résidus
Avec 0 Commentaire

Calculer les résidus d’un modèle avec resid en R

Dans l’analyse de données, il est souvent nécessaire d’évaluer la qualité d’un modèle statistique. Une des manières de le faire est d’examiner les résidus, qui sont les différences entre les valeurs observées et les valeurs prédites par le modèle. Dans cet article, nous allons voir comment calculer les résidus d’un modèle de régression linéaire en utilisant la fonction resid en R.

Qu’est-ce qu’un résidu ?

Un résidu est défini comme suit :

[ text{Résidu} = text{Valeur observée} – text{Valeur prédite} ]

Les résidus nous aident à comprendre si notre modèle s’ajuste bien aux données. Un modèle idéal aurait des résidus qui sont aléatoires et ne montrent pas de tendance.

Exemple de calcul des résidus

Pour illustrer cela, nous allons créer un modèle de régression linéaire simple avec un jeu de données fictif. Supposons que nous avons des données sur la taille et le poids d’un groupe de personnes.

Étape 1 : Créer les données

Commençons par créer un jeu de données :

# Créer un jeu de données fictif
set.seed(123)  # Pour la reproductibilité
taille <- rnorm(100, mean = 170, sd = 10)  # Taille en cm
poids <- 0.5 * taille + rnorm(100, mean = 0, sd = 5) + 50  # Poids en kg

# Combiner les données dans un data frame
donnees <- data.frame(taille, poids)

Étape 2 : Ajuster un modèle de régression linéaire

Nous allons maintenant ajuster un modèle de régression linéaire pour prédire le poids en fonction de la taille :

# Ajuster le modèle de régression linéaire
modele <- lm(poids ~ taille, data = donnees)

Étape 3 : Calculer les résidus

Après avoir ajusté le modèle, nous pouvons calculer les résidus en utilisant la fonction resid :

# Calculer les résidus
residus <- resid(modele)

# Afficher les premiers résidus
head(residus)

Étape 4 : Interpréter les résidus

Les résidus que nous avons calculés nous montrent la différence entre les poids observés et les poids prédits par notre modèle. Nous pouvons également visualiser ces résidus pour vérifier s’ils sont aléatoires :

# Tracer les résidus
plot(donnees$taille, residus, 
     main = "Résidus du modèle de régression", 
     xlab = "Taille (cm)", 
     ylab = "Résidus", 
     pch = 19)
abline(h = 0, col = "red")  # Ligne horizontale à y = 0

Conclusion

Dans cet article, nous avons vu comment calculer les résidus d’un modèle de régression linéaire en R en utilisant la fonction resid. Les résidus sont un outil précieux pour évaluer la qualité de notre modèle. En les analysant, nous pouvons identifier des problèmes potentiels et améliorer notre ajustement. N’hésitez pas à explorer davantage les résidus pour mieux comprendre vos modèles statistiques !

2024-10-14
Article précédent: Calculer des statistiques basiques avec summarise
Article suivant: Combiner des chaînes de caractères avec paste et paste0

Formation et consultance

Trouvez votre formation R sur-mesure chez ThinkR

-- Contactez-nous --

Catégories

Commentaires récents

  • Sébastien dans Comment effectuer des calculs de somme et de moyenne sur les colonnes ou les lignes d’une matrice ? colSums, rowSums, colMeans, rowMeans
  • Achraf Mazouz dans Comment effectuer des calculs de somme et de moyenne sur les colonnes ou les lignes d’une matrice ? colSums, rowSums, colMeans, rowMeans
  • Lou Sayd dans Coment alculer simplement la SEM dans R ? (Erreur Standard)
  • Nicolas dans Comment remplacer une chaîne de caractères ? string_replace_all(df, "pattern","replacement")
  • Vincent dans Comment comparer deux moyennes avec R grâce au test de Student ? t.test

Archives

Plan

  • Abcd’R
  • Tous les scripts
    • Proposer un Article
  • Ressources documentaires
    • Le logiciel R
    • Liste des interfaces graphiques
  • Formation au logiciel R
  • Contact
  • Politique de confidentialité

Flux ThinkR – Certification & Formation langage R

  • Déboguer une fonction avec debugonce() ou browser()
  • Dessinez pour gagner : L’impact des maquettes sur vos apps Shiny
  • Gérer et manipuler des dates en 2024 : une année pas comme les autres !
  • Retour vers le turfu : R, le web, et webR
  • Créer un package R et le versionner avec VSCode ? Mission possible !

Méta

  • Connexion
  • Flux des publications
  • Flux des commentaires
  • Site de WordPress-FR

ABCD'R (par ThinkR ) © 2025 - Confidentialité