{"id":5206,"date":"2024-10-10T11:20:56","date_gmt":"2024-10-10T10:20:56","guid":{"rendered":"https:\/\/thinkr.fr\/abcdr\/calculer_des_intervalles_de_confiance_avec_confint\/"},"modified":"2024-10-10T11:20:56","modified_gmt":"2024-10-10T10:20:56","slug":"calculer_des_intervalles_de_confiance_avec_confint","status":"publish","type":"post","link":"https:\/\/thinkr.fr\/abcdr\/calculer_des_intervalles_de_confiance_avec_confint\/","title":{"rendered":"Calculer des intervalles de confiance avec confint"},"content":{"rendered":"<h1>Calculer des intervalles de confiance avec <code>confint<\/code> en R<\/h1>\n<p>Les intervalles de confiance sont des outils statistiques essentiels qui nous permettent d&rsquo;estimer une plage de valeurs dans laquelle se trouve un param\u00e8tre de population avec un certain niveau de confiance. En R, la fonction <code>confint()<\/code> est souvent utilis\u00e9e pour calculer ces intervalles de confiance, notamment pour les mod\u00e8les lin\u00e9aires.<\/p>\n<h2>Qu&rsquo;est-ce qu&rsquo;un intervalle de confiance ?<\/h2>\n<p>Un intervalle de confiance (IC) est une estimation d&rsquo;une plage de valeurs qui est susceptible de contenir un param\u00e8tre de population. Par exemple, si nous avons un \u00e9chantillon et que nous calculons la moyenne, l&rsquo;intervalle de confiance nous donne une id\u00e9e de l&rsquo;incertitude associ\u00e9e \u00e0 cette estimation.<\/p>\n<h2>Exemple concret<\/h2>\n<p>Imaginons que nous souhaitons \u00e9tudier l&rsquo;impact de l&rsquo;\u00e2ge sur le revenu. Nous allons cr\u00e9er un jeu de donn\u00e9es fictif et ajuster un mod\u00e8le lin\u00e9aire. Ensuite, nous utiliserons <code>confint()<\/code> pour calculer les intervalles de confiance pour les coefficients de notre mod\u00e8le.<\/p>\n<h3>\u00c9tape 1 : Cr\u00e9er un jeu de donn\u00e9es<\/h3>\n<pre><code class=\"language-R\"># Chargement des biblioth\u00e8ques n\u00e9cessaires\nset.seed(123)  # Pour la reproductibilit\u00e9\n\n# Cr\u00e9ation d'un jeu de donn\u00e9es fictif\nn &lt;- 100\nage &lt;- rnorm(n, mean = 50, sd = 10)  # \u00c2ge moyen de 50 ans\nrevenu &lt;- 2000 + 30 * age + rnorm(n, mean = 0, sd = 200)  # Revenu en fonction de l'\u00e2ge\n\n# Cr\u00e9ation d'un data frame\ndata &lt;- data.frame(age, revenu)<\/code><\/pre>\n<h3>\u00c9tape 2 : Ajuster un mod\u00e8le lin\u00e9aire<\/h3>\n<p>Nous allons ajuster un mod\u00e8le lin\u00e9aire pour pr\u00e9dire le revenu en fonction de l&rsquo;\u00e2ge.<\/p>\n<pre><code class=\"language-R\"># Ajustement du mod\u00e8le lin\u00e9aire\nmodele &lt;- lm(revenu ~ age, data = data)\nsummary(modele)  # Affichage du r\u00e9sum\u00e9 du mod\u00e8le<\/code><\/pre>\n<h3>\u00c9tape 3 : Calculer les intervalles de confiance<\/h3>\n<p>Maintenant, nous allons utiliser la fonction <code>confint()<\/code> pour calculer les intervalles de confiance des coefficients du mod\u00e8le.<\/p>\n<pre><code class=\"language-R\"># Calcul des intervalles de confiance \u00e0 95%\nintervales_confiance &lt;- confint(modele, level = 0.95)\nprint(intervales_confiance)<\/code><\/pre>\n<h3>Explications des r\u00e9sultats<\/h3>\n<p>La fonction <code>confint()<\/code> renvoie un tableau avec les bornes inf\u00e9rieure et sup\u00e9rieure de l&rsquo;intervalle de confiance pour chaque coefficient du mod\u00e8le. Par exemple, si nous avons un coefficient pour l&rsquo;\u00e2ge, l&rsquo;intervalle de confiance nous indiquera la plage dans laquelle nous pouvons \u00eatre confiants que le vrai coefficient se situe, avec un niveau de confiance de 95 %.<\/p>\n<h2>Conclusion<\/h2>\n<p>Les intervalles de confiance sont un outil puissant pour quantifier l&rsquo;incertitude dans nos estimations. Gr\u00e2ce \u00e0 la fonction <code>confint()<\/code> en R, il est facile de calculer ces intervalles pour les mod\u00e8les lin\u00e9aires. Cela nous aide \u00e0 mieux comprendre la pr\u00e9cision de nos estimations et \u00e0 prendre des d\u00e9cisions \u00e9clair\u00e9es bas\u00e9es sur nos analyses.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Calculer des intervalles de confiance avec confint en R Les intervalles de confiance sont des outils statistiques essentiels qui nous permettent d&rsquo;estimer une plage de valeurs dans laquelle se trouve un param\u00e8tre de population avec un certain niveau de confiance. En R, la fonction confint() est souvent utilis\u00e9e pour calculer ces intervalles de confiance, notamment pour les mod\u00e8les lin\u00e9aires. Qu&rsquo;est-ce qu&rsquo;un intervalle de confiance ? Un intervalle de confiance (IC) est une estimation d&rsquo;une plage de valeurs qui est susceptible de contenir un param\u00e8tre de population. Par exemple, si nous avons un \u00e9chantillon et que nous calculons la moyenne, l&rsquo;intervalle de confiance nous donne une<a class=\"more-link\" href=\"https:\/\/thinkr.fr\/abcdr\/calculer_des_intervalles_de_confiance_avec_confint\/\">Read More &rarr;<\/a><\/p>\n","protected":false},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"content-type":"","rop_custom_images_group":[],"rop_custom_messages_group":[],"rop_publish_now":"initial","rop_publish_now_accounts":{"twitter_399453572_399453572":""},"rop_publish_now_history":[],"rop_publish_now_status":"pending","jetpack_post_was_ever_published":false,"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[79],"tags":[82,83],"class_list":{"0":"entry","1":"post","2":"publish","3":"author-vincent","4":"post-5206","6":"format-standard","7":"category-statistiques","8":"post_tag-confint","9":"post_tag-intervalles"},"acf":[],"jetpack_featured_media_url":"","jetpack_shortlink":"https:\/\/wp.me\/p9O7Sx-1lY","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/posts\/5206","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/comments?post=5206"}],"version-history":[{"count":0,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/posts\/5206\/revisions"}],"wp:attachment":[{"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/media?parent=5206"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/categories?post=5206"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/thinkr.fr\/abcdr\/wp-json\/wp\/v2\/tags?post=5206"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}