Glossaire



| 2 | 3 | A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z |

Erreur Pure

Dans certains modèles avec réplication des niveaux des variables prédictives, la somme des carrés des résidus peut être séparée en parties interprétables qui permettent de tester des hypothèses. Plus précisément, la somme des carrés des résidus peut être partagée en deux composantes erreur pure et manque d'ajustement. Ceci implique de déterminer la part de la somme des carrés des résidus qui peut être prévue en ajoutant d'autres termes aux variables prédictives du modèle (par exemple, des interactions ou termes polynomiaux d'ordre supérieur), et la part de la somme des carrés des résidus qui ne peut pas être prévue par d'autres termes (c'est-à-dire la somme des carrés de l'erreur pure). Il est possible d'effectuer un test de qualité d'ajustement, en utilisant le carré moyen des erreurs pures comme terme d'erreur.

Voir aussi les rubriques Matrice du Modèle ; ou les modules Modèle Linéaire Général (GLM), Modèles Généraux de Régression (GRM) ou Plans d'Expériences.