<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">਀㰀栀琀洀氀 砀洀氀渀猀㴀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀眀㌀⸀漀爀最⼀㄀㤀㤀㤀⼀砀栀琀洀氀∀㸀 
<head>਀  㰀琀椀琀氀攀㸀䄀渀愀氀礀猀攀爀 搀攀猀 䴀漀搀☀⌀㈀㌀㈀㬀氀攀猀 䰀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀猀 攀琀 一漀渀ⴀ䰀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀猀㰀⼀琀椀琀氀攀㸀 
਀ 
਀㰀洀攀琀愀 栀琀琀瀀ⴀ攀焀甀椀瘀㴀∀䌀漀渀琀攀渀琀ⴀ吀礀瀀攀∀ 挀漀渀琀攀渀琀㴀∀琀攀砀琀⼀栀琀洀氀㬀 挀栀愀爀猀攀琀㴀唀吀䘀ⴀ㠀∀ ⼀㸀 
<meta id="MetaKeywords" name="keywords" content="lin&#233;aire,mod&#232;les,non-lin&#233;aires,visual,glm,glz,gsr,pls,non lin&#233;aires,régression,ANOVA,plans d'exp&#233;riences,mod&#232;les avanc&#233;s,analyse de variance,covariance,partial least squares " />਀㰀洀攀琀愀 椀搀㴀∀䴀攀琀愀䐀攀猀挀爀椀瀀琀椀漀渀∀ 渀愀洀攀㴀∀匀吀䄀吀䤀匀吀䤀䌀䄀 挀漀渀琀椀攀渀琀 挀椀渀焀 琀礀瀀攀猀 洀漀搀甀氀攀猀 瀀甀椀猀猀愀渀琀猀 瀀漀甀爀 愀渀愀氀礀猀攀爀 搀攀猀  
mod&#232;les lin&#233;aires et non-lin&#233;aires : Mod&#232;le Lin&#233;aire G&#233;n&#233;ral, Mod&#232;les ਀䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀 搀攀 刀☀⌀㈀㌀㌀㬀最爀攀猀猀椀漀渀Ⰰ 䴀漀搀☀⌀㈀㌀㈀㬀氀攀猀 䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀 搀✀䄀渀愀氀礀猀攀 䐀椀猀挀爀椀洀椀渀愀渀琀攀Ⰰ 䴀漀搀☀⌀㈀㌀㈀㬀氀攀猀  
Lin&#233;aires G&#233;n&#233;ralis&#233;s et Mod&#232;les G&#233;n&#233;raux de PLS. " />਀㰀洀攀琀愀 椀搀㴀∀䴀攀琀愀䌀漀瀀礀爀椀最栀琀∀ 渀愀洀攀㴀∀䌀伀倀夀刀䤀䜀䠀吀∀ 挀漀渀琀攀渀琀㴀∀䌀漀瀀礀爀椀最栀琀 ⠀挀⤀ ㈀　㄀　Ⰰ 眀眀眀⸀猀琀愀琀猀漀昀琀⸀昀爀∀ ⼀㸀 
<meta id="MetaAuthor" name="AUTHOR" content="www.statsoft.fr" />਀㰀洀攀琀愀 渀愀洀攀㴀∀刀䔀匀伀唀刀䌀䔀ⴀ吀夀倀䔀∀ 挀漀渀琀攀渀琀㴀∀䐀伀䌀唀䴀䔀一吀∀ ⼀㸀 
<meta name="DISTRIBUTION" content="GLOBAL" />਀㰀洀攀琀愀 渀愀洀攀㴀∀刀伀䈀伀吀匀∀ 挀漀渀琀攀渀琀㴀∀䤀一䐀䔀堀Ⰰ 䘀伀䰀䰀伀圀∀ ⼀㸀 
<meta name="REVISIT-AFTER" content="1 DAYS" />਀㰀洀攀琀愀 渀愀洀攀㴀∀刀䄀吀䤀一䜀∀ 挀漀渀琀攀渀琀㴀∀䜀䔀一䔀刀䄀䰀∀ ⼀㸀 
<meta http-equiv="PAGE-ENTER" content="RevealTrans(Duration=0,Transition=1)" />਀㰀䄀 渀愀洀攀㴀琀漀挀㸀㰀⼀䄀㸀 
਀㰀℀ⴀⴀ 䤀挀漀渀 䰀椀渀欀ⴀⴀ㸀  
<link rel="shortcut icon" href="../images/favicon.ico" type="image/x-icon" />਀ 
  <link media="screen" href="../css/ss.css" type="text/css" rel="stylesheet" />਀ 
  <style type="text/css">਀䐀䤀嘀⸀匀攀愀爀挀栀䤀挀漀渀笀瀀漀猀椀琀椀漀渀㨀 爀攀氀愀琀椀瘀攀㬀 
right: -35px;਀琀漀瀀㨀 ⴀ㈀㈀瀀砀㬀 
z-index: 50;਀紀 
DIV.SearchBorderx਀笀 
position: relative;਀琀漀瀀㨀 ⴀ㈀㜀瀀砀㬀 
height: 0px;਀稀ⴀ椀渀搀攀砀㨀 㔀　　　㬀 
float:right;਀爀椀最栀琀㨀㔀　瀀砀㬀 
}਀䐀䤀嘀⸀猀攀愀爀挀栀ⴀ　㈀ 
{਀瀀漀猀椀琀椀漀渀㨀 爀攀氀愀琀椀瘀攀㬀 
right: -148px;਀琀漀瀀㨀 ⴀ㈀㈀瀀砀㬀 
width: 41px;਀栀攀椀最栀琀㨀 ㈀㈀瀀砀㬀 
z-index: 50;਀紀 
DIV.search-03਀笀 
position: absolute;਀爀椀最栀琀㨀 ⴀ㌀㌀瀀砀㬀 
top: 1px;਀眀椀搀琀栀㨀 ㄀㠀瀀砀㬀 
height: 22px;਀紀 
DIV.vt_lay50_far਀笀 
position: relative;਀眀椀搀琀栀㨀 ㈀㤀　瀀砀㬀 
height: 400px;਀琀攀砀琀ⴀ愀氀椀最渀㨀 氀攀昀琀㬀 
padding-right: 20px;਀昀氀漀愀琀㨀 爀椀最栀琀㬀 
}਀䐀䤀嘀⸀瘀琀开氀愀礀㔀　开渀攀愀爀 
{਀瀀漀猀椀琀椀漀渀㨀 爀攀氀愀琀椀瘀攀㬀 
width: 270px;਀栀攀椀最栀琀㨀 㐀　　瀀砀㬀 
text-align: left;਀瀀愀搀搀椀渀最ⴀ爀椀最栀琀㨀 㔀瀀砀㬀 
padding-left: 5px;਀昀氀漀愀琀㨀 氀攀昀琀㬀 
}਀䐀䤀嘀⸀爀椀最栀琀洀攀渀甀 
{਀稀ⴀ椀渀搀攀砀㨀 ㄀　　　　㬀 
}਀  㰀⼀猀琀礀氀攀㸀 
  <script src="http://www.google.com/jsapi" type="text/javascript"></script>਀  㰀猀挀爀椀瀀琀 猀爀挀㴀∀⸀⸀⼀樀猀⼀樀焀甀攀爀礀ⴀ㄀⸀㌀⸀㈀⸀洀椀渀⸀樀猀∀ 琀礀瀀攀㴀∀琀攀砀琀⼀樀愀瘀愀猀挀爀椀瀀琀∀㸀㰀⼀猀挀爀椀瀀琀㸀 
  <link rel="stylesheet" type="text/css" href="../css/superfish.css" media="screen" />਀ 
  <script src="http://www.google.com/jsapi?key=ABQIAAAA8v5Np4KjMDnnwn6I3RJzshRmW-OnZSylatxVyNHoK9uZaBfw1hT109xFvGsTFTAx6QGlyVLhiKCoHg" type="text/javascript"></script><!-- Dynamic Feed Control and Stylesheet -->਀  㰀猀挀爀椀瀀琀 猀爀挀㴀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀最漀漀最氀攀⸀挀漀洀⼀甀搀猀⼀猀漀氀甀琀椀漀渀猀⼀搀礀渀愀洀椀挀昀攀攀搀⼀最昀搀礀渀愀洀椀挀昀攀攀搀挀漀渀琀爀漀氀⸀樀猀∀ 琀礀瀀攀㴀∀琀攀砀琀⼀樀愀瘀愀猀挀爀椀瀀琀∀㸀㰀⼀猀挀爀椀瀀琀㸀 
  <style type="text/css">਀䀀椀洀瀀漀爀琀 甀爀氀⠀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀最漀漀最氀攀⸀挀漀洀⼀甀搀猀⼀猀漀氀甀琀椀漀渀猀⼀搀礀渀愀洀椀挀昀攀攀搀⼀最昀搀礀渀愀洀椀挀昀攀攀搀挀漀渀琀爀漀氀⸀挀猀猀∀⤀㬀 
  </style>਀  㰀猀挀爀椀瀀琀 琀礀瀀攀㴀∀琀攀砀琀⼀樀愀瘀愀猀挀爀椀瀀琀∀㸀 
  </script>਀  㰀猀挀爀椀瀀琀 琀礀瀀攀㴀∀琀攀砀琀⼀樀愀瘀愀猀挀爀椀瀀琀∀ 猀爀挀㴀∀⸀⸀⼀樀猀⼀栀漀瘀攀爀䤀渀琀攀渀琀⸀樀猀∀㸀㰀⼀猀挀爀椀瀀琀㸀 
  <script type="text/javascript" src="../js/superfish2.js"></script>਀  㰀猀挀爀椀瀀琀 琀礀瀀攀㴀∀琀攀砀琀⼀樀愀瘀愀猀挀爀椀瀀琀∀㸀 
// initialise plugins਀樀儀甀攀爀礀⠀昀甀渀挀琀椀漀渀⠀⤀ 笀 
jQuery('ul.sf-menu').superfish();਀紀⤀㬀 
  </script><!-- Google Code -->਀  㰀猀挀爀椀瀀琀 猀爀挀㴀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀最漀漀最氀攀ⴀ愀渀愀氀礀琀椀挀猀⸀挀漀洀⼀甀爀挀栀椀渀⸀樀猀∀ 琀礀瀀攀㴀∀琀攀砀琀⼀樀愀瘀愀猀挀爀椀瀀琀∀㸀 
  </script>਀  㰀猀挀爀椀瀀琀 琀礀瀀攀㴀∀琀攀砀琀⼀樀愀瘀愀猀挀爀椀瀀琀∀㸀 
_uacct = "UA-831279-1";਀甀爀挀栀椀渀吀爀愀挀欀攀爀⠀⤀㬀 
  </script><!-- End of Google Code -->਀  㰀猀挀爀椀瀀琀 琀礀瀀攀㴀∀琀攀砀琀⼀樀愀瘀愀猀挀爀椀瀀琀∀㸀 
$(document).ready(function() {਀␀⠀∀⌀洀攀渀甀∀⤀⸀栀琀洀氀⠀洀攀渀甀⤀㬀 
$("#menu ul.sf-menu").superfish();਀紀⤀㬀 
  </script>਀  㰀猀挀爀椀瀀琀 琀礀瀀攀㴀∀琀攀砀琀⼀樀愀瘀愀猀挀爀椀瀀琀∀㸀 
$(document).ready(function() {਀␀⠀∀⌀挀氀椀挀欀䴀攀∀⤀⸀挀氀椀挀欀⠀昀甀渀挀琀椀漀渀⠀⤀ 笀 
$("#rightmenu").toggle();਀紀⤀㬀 
});਀  㰀⼀猀挀爀椀瀀琀㸀 
  <script type="text/javascript">਀昀甀渀挀琀椀漀渀 最攀琀唀刀䰀⠀猀匀攀愀爀挀栀⤀ 笀 
window.location = "http://www.statsoft.fr/search/search.html?cx=016251123175171892936%3Apxvam5rw-zi&cof=FORID%3A9&ie=latin1&oe=latin1&q=" + sSearch + "#205";}਀  㰀⼀猀挀爀椀瀀琀㸀 
  <script type="text/javascript">਀␀⠀搀漀挀甀洀攀渀琀⤀⸀爀攀愀搀礀⠀昀甀渀挀琀椀漀渀⠀⤀ 笀 
$.ajax({਀琀礀瀀攀㨀 ∀䜀䔀吀∀Ⰰ 
url: "http://www.statsoft.fr/dropdown.xml",਀搀愀琀愀吀礀瀀攀㨀 ∀砀洀氀∀Ⰰ 
success: function(xml) {਀瘀愀爀 猀攀氀攀挀琀 㴀 ␀⠀✀⌀洀礀匀攀氀攀挀琀✀⤀㬀 
$(xml).find('menuitem').each(function() {਀瘀愀爀 琀椀琀氀攀 㴀 ␀⠀琀栀椀猀⤀⸀昀椀渀搀⠀✀琀椀琀氀攀✀⤀⸀琀攀砀琀⠀⤀㬀 
$(this).find('value').each(function() {਀瘀愀爀 瘀愀氀甀攀 㴀 ␀⠀琀栀椀猀⤀⸀琀攀砀琀⠀⤀㬀 
select.append("<option class='ddindent' value='" + value + "'>" + title + "</option>");਀紀⤀㬀 
});਀猀攀氀攀挀琀⸀挀栀椀氀搀爀攀渀⠀∀㨀昀椀爀猀琀∀⤀⸀琀攀砀琀⠀∀匀尀㌀㔀㄀氀攀挀琀椀漀渀渀攀稀 甀渀 䈀甀爀攀愀甀 匀琀愀琀匀漀昀琀∀⤀⸀愀琀琀爀⠀∀猀攀氀攀挀琀攀搀∀Ⰰ 琀爀甀攀⤀㬀 
}਀紀⤀㬀 
});਀  㰀⼀猀挀爀椀瀀琀㸀 
  <script src="../images/flash/loadFlash.js" language="Javascript" type="text/javascript"></script>਀㰀⼀栀攀愀搀㸀 
਀ 
<body>਀ 
<div id="container">਀㰀搀椀瘀 椀搀㴀∀琀漀瀀氀愀礀漀甀琀∀㸀 㰀⼀搀椀瘀㸀 
਀㰀搀椀瘀 椀搀㴀∀琀漀瀀∀㸀 
<div id="logos"> <a href="http://www.statsoft.fr"><img style="border: 0px solid ; width: 176px; height: 46px;" src="../images/interface/StatSoft_logo.gif" alt="" /></a><img src="../images/interface/divider.gif" alt="" height="46" width="1" /> <img style="width: 343px; height: 46px;" src="../images/STATISTICA_logo2.bmp" alt="" /></div>਀ 
<div id="offices">਀㰀昀漀爀洀 渀愀洀攀㴀∀最甀椀搀攀昀漀爀洀∀㸀 㰀愀 栀爀攀昀㴀∀栀琀琀瀀㨀⼀⼀猀琀愀琀猀漀昀琀⸀挀漀洀⼀挀漀渀琀愀挀琀ⴀ甀猀⼀猀琀愀琀猀漀昀琀ⴀ氀漀挀愀琀椀漀渀猀ⴀ洀愀瀀⼀∀㸀㰀椀洀最 猀爀挀㴀∀⸀⸀⼀椀洀愀最攀猀⼀椀渀琀攀爀昀愀挀攀⼀最氀漀戀攀开椀挀漀渀漀渀⸀最椀昀∀ 戀漀爀搀攀爀㴀∀　∀ ⼀㸀㰀⼀愀㸀 
  <select id="mySelect" name="guidelinks" onchange="window.location=document.guideform.guidelinks.options[document.guideform.guidelinks.selectedIndex].value">਀  㰀漀瀀琀椀漀渀㸀匀☀攀愀挀甀琀攀㬀氀攀挀琀椀漀渀渀攀稀 甀渀 䈀甀爀攀愀甀 匀琀愀琀匀漀昀琀㰀⼀漀瀀琀椀漀渀㸀 
  </select>਀ 
</form>਀ 
</div>਀ 
</div>਀ 
<div class="head_title">਀㰀搀椀瘀 挀氀愀猀猀㴀∀洀攀渀甀开戀最∀㸀 
<div class="menu_style">਀㰀搀椀瘀 椀搀㴀∀洀攀渀甀∀㸀 
<ul class="sf-menu">਀ 
  <li><a href="http://www.statsoft.fr/">Accueil</a></li>਀ 
  <li><a href="http://www.statsoft.fr/quote/order.php">Produits</a></li>਀ 
  <li><a href="http://www.statsoft.fr/services/services.htm">Services</a></li>਀ 
  <li><a href="http://www.statsoft.fr/industries/solutions.htm">Solutions</a></li>਀ 
  <li><a href="http://www.statsoft.fr/support/support.htm">Support</a></li>਀ 
  <li><a href="http://www.statsoft.fr/downloads/maintenance/download.html">T&eacute;l&eacute;charger</a></li>਀ 
  <li><a href="http://www.statsoft.fr/company/customers/companies.html">Clients</a></li>਀ 
  <li><a href="http://www.statsoft.fr/partners/partners.html">Partenaires</a></li>਀ 
  <li><a href="http://www.statsoft.fr/company/company.htm">La਀匀漀挀椀☀攀愀挀甀琀攀㬀琀☀攀愀挀甀琀攀㬀㰀⼀愀㸀㰀⼀氀椀㸀 
਀  㰀氀椀㸀㰀愀 栀爀攀昀㴀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀猀琀愀琀猀漀昀琀⸀昀爀⼀挀漀洀瀀愀渀礀⼀爀攀最椀漀渀猀⸀栀琀洀氀∀㸀一漀甀猀 
contacter</a></li>਀ 
</ul>਀ 
</div>਀ 
</div>਀ 
<!-- Google CSE Search Box Begins -->਀㰀搀椀瘀 挀氀愀猀猀㴀∀匀攀愀爀挀栀䈀漀爀搀攀爀砀∀㸀 
<form name="Search" class="gss_input" height="17" type="text" width="136" id="searchbox_016251123175171892936:pxvam5rw-zi" action="../search/search.html"><input name="cx" value="016251123175171892936:pxvam5rw-zi" type="hidden" /><input name="cof" value="FORID:9" type="hidden" /><input name="ie" value="latin1" type="hidden" /> <input name="oe" value="latin1" type="hidden" /><input name="q" size="18" type="text" />਀  㰀搀椀瘀 挀氀愀猀猀㴀∀猀攀愀爀挀栀ⴀ　㈀∀㸀 㰀椀渀瀀甀琀 猀爀挀㴀∀⸀⸀⼀椀洀愀最攀猀⼀猀攀愀爀挀栀开　㈀⸀最椀昀∀ 渀愀洀攀㴀∀猀愀∀ 琀礀瀀攀㴀∀椀洀愀最攀∀ ⼀㸀㰀⼀搀椀瘀㸀 
਀㰀⼀昀漀爀洀㸀 
਀㰀⼀搀椀瘀㸀 
਀㰀℀ⴀⴀ 䜀漀漀最氀攀 䌀匀䔀 匀攀愀爀挀栀 䈀漀砀 䔀渀搀猀 ⴀⴀ㸀 
</div>਀ 
<div class="clear_float"><a href="../search/search.html">਀㰀⼀愀㸀㰀⼀搀椀瘀㸀 
਀㰀搀椀瘀 椀搀㴀∀爀椀最栀琀渀愀瘀∀㸀㰀愀 栀爀攀昀㴀∀⸀⸀⼀猀攀愀爀挀栀⼀猀攀愀爀挀栀⸀栀琀洀氀∀㸀 
</a><a href="../company/regions.html"><img style="border: 0px solid ; width: 212px; height: 118px;" src="../images/interface/contactus.gif" alt="" /></a><a href="../forms/FrenchDemoForm.html"><img style="border: 0px solid ; width: 212px; height: 32px;" src="../images/interface/FreeTrial.png" alt="" /></a><a href="../secure/orderquotef.html"><img style="border: 0px solid ; width: 212px; height: 32px;" src="../images/interface/RequestQuote.png" alt="" /></a>਀㰀搀椀瘀 椀搀㴀∀刀攀氀愀琀攀搀开䤀渀昀漀爀洀愀琀椀漀渀∀ 挀氀愀猀猀㴀∀匀氀椀挀攀ⴀ㄀㄀∀㸀 
<table id="dnn_ctr1089_ViewReports_Visualizer_grdResults" style="width: 100%; margin-left:-20px; border-collapse: collapse;" border="0" cellspacing="0">਀ 
  <tbody>਀ 
    <tr class="Subhead DNN_Reports_Grid_Header" align="left">਀ 
      <th scope="col"><center>Informations Pratiques</center></th>਀ 
    </tr>਀ 
    <tr class="Normal DNN_Reports_Grid_Row" align="left">਀ 
      <td>਀      㰀搀椀瘀 挀氀愀猀猀㴀∀猀琀愀琀猀漀昀琀爀攀氀愀琀攀搀椀渀昀漀爀洀愀琀椀漀渀∀㸀 
      <ul>਀ 
਀         㰀氀椀㸀 㰀愀 栀爀攀昀㴀∀⸀⸀⼀猀攀爀瘀椀挀攀猀⼀挀漀甀爀猀攀猀⸀栀琀洀氀∀㸀匀☀攀愀挀甀琀攀㬀洀椀渀愀椀爀攀猀 搀攀 䘀漀爀洀愀琀椀漀渀㰀⼀愀㸀㰀⼀氀椀㸀 
        <li> <a href="../services/services.htm">Accompagnement</a></li>਀        㰀氀椀㸀 㰀愀 栀爀攀昀㴀∀⸀⸀⼀挀漀洀瀀愀渀礀⼀攀砀栀椀戀椀琀椀漀渀猀⸀栀琀洀∀㸀倀爀漀挀栀愀椀渀猀 ☀⌀㈀　㄀㬀瘀☀攀愀挀甀琀攀㬀渀攀洀攀渀琀猀㰀⼀愀㸀㰀⼀氀椀㸀 
        <li> <a href="http://statsoft.com/textbook/stathome.html">Electronic Textbook (*)</a></li>਀        㰀氀椀㸀 㰀愀 栀爀攀昀㴀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀猀琀愀琀猀漀昀琀⸀挀漀洀⼀猀甀瀀瀀漀爀琀⼀昀漀爀甀洀⼀∀㸀䘀漀爀甀洀 唀琀椀氀椀猀愀琀攀甀爀猀 ⠀⨀⤀㰀⼀愀㸀㰀⼀氀椀㸀  
        <li> <a href="../downloads/movies/interactivedemos.html#intro">Didacticiels en Anglais</a></li>਀        㰀氀椀㸀 㰀愀 栀爀攀昀㴀∀⸀⸀⼀猀甀瀀瀀漀爀琀⼀猀甀瀀瀀漀爀琀⸀栀琀洀∀㸀匀甀瀀瀀漀爀琀 吀攀挀栀渀椀焀甀攀㰀⼀愀㸀㰀⼀氀椀㸀         㰀氀椀㸀 㰀愀 栀爀攀昀㴀∀⸀⸀⼀挀漀洀瀀愀渀礀⼀爀攀最椀漀渀猀⸀栀琀洀氀⌀昀爀愀渀挀攀∀㸀一漀甀猀 䌀漀渀琀愀挀琀攀爀㰀⼀愀㸀㰀⼀氀椀㸀 
਀      㰀⼀甀氀㸀 
਀      㰀⼀搀椀瘀㸀 
਀      㰀⼀琀搀㸀 
਀    㰀⼀琀爀㸀 
਀  㰀⼀琀戀漀搀礀㸀 
</table>਀ 
</div>਀ 
<div id="Product_Information" class="Slice-12">਀㰀琀愀戀氀攀 椀搀㴀∀搀渀渀开挀琀爀㄀㄀　㈀开嘀椀攀眀刀攀瀀漀爀琀猀开嘀椀猀甀愀氀椀稀攀爀开最爀搀刀攀猀甀氀琀猀∀ 猀琀礀氀攀㴀∀眀椀搀琀栀㨀 ㄀　　─㬀 洀愀爀最椀渀ⴀ氀攀昀琀㨀ⴀ㈀　瀀砀㬀 戀漀爀搀攀爀ⴀ挀漀氀氀愀瀀猀攀㨀 挀漀氀氀愀瀀猀攀㬀∀ 戀漀爀搀攀爀㴀∀　∀ 挀攀氀氀猀瀀愀挀椀渀最㴀∀　∀㸀 
਀  㰀琀戀漀搀礀㸀 
਀    㰀琀爀 挀氀愀猀猀㴀∀匀甀戀栀攀愀搀 䐀一一开刀攀瀀漀爀琀猀开䜀爀椀搀开䠀攀愀搀攀爀∀ 愀氀椀最渀㴀∀氀攀昀琀∀㸀 
਀      㰀琀栀 猀挀漀瀀攀㴀∀挀漀氀∀㸀㰀挀攀渀琀攀爀㸀䤀渀昀漀爀洀愀琀椀漀渀猀 倀爀漀搀甀椀琀猀㰀⼀挀攀渀琀攀爀㸀㰀⼀琀栀㸀 
਀    㰀⼀琀爀㸀 
਀    㰀琀爀 挀氀愀猀猀㴀∀一漀爀洀愀氀 䐀一一开刀攀瀀漀爀琀猀开䜀爀椀搀开刀漀眀∀ 愀氀椀最渀㴀∀氀攀昀琀∀㸀 
਀      㰀琀搀㸀 
      <div class="statsoftproductssolutions">਀      㰀甀氀㸀 
਀        㰀氀椀㸀 㰀愀 栀爀攀昀㴀∀⸀⸀⼀焀甀漀琀攀⼀漀爀搀攀爀⸀瀀栀瀀∀㸀䌀愀琀愀氀漀最甀攀 搀攀猀 倀爀漀搀甀椀琀猀㰀⼀愀㸀㰀⼀氀椀㸀 
        <li> <a href="../products/analytics.php">Les Modules Analytiques</a></li>਀        㰀氀椀㸀 㰀愀 栀爀攀昀㴀∀⸀⸀⼀瀀爀漀搀甀挀琀猀⼀搀攀猀欀琀漀瀀⸀栀琀洀∀㸀匀漀氀甀琀椀漀渀猀 䈀甀爀攀愀甀琀椀焀甀攀猀㰀⼀愀㸀㰀⼀氀椀㸀 
        <li> <a href="../products/sdm/sdmpas.php">Solutions de Data Mining</a></li>਀        㰀氀椀㸀 㰀愀 栀爀攀昀㴀∀⸀⸀⼀瀀爀漀搀甀挀琀猀⼀攀渀琀攀爀瀀爀椀猀攀⸀栀琀洀∀㸀匀漀氀甀琀椀漀渀猀 䔀渀琀爀攀瀀爀椀猀攀㰀⼀愀㸀㰀⼀氀椀㸀 
        <li> <a href="../products/webserver.htm">Solutions par le Web</a></li>਀        㰀氀椀㸀 㰀愀 栀爀攀昀㴀∀⸀⸀⼀瀀爀漀搀甀挀琀猀⼀挀搀椀猀⸀栀琀洀∀㸀䌀漀渀渀攀砀椀漀渀 攀琀 䤀渀琀☀攀愀挀甀琀攀㬀最爀愀琀椀漀渀㰀⼀愀㸀㰀⼀氀椀㸀 
਀㰀栀爀 猀椀稀攀㴀∀㄀∀ ⼀㸀㰀戀㸀䰀䔀匀 倀䰀唀匀 䌀伀一匀唀䰀吀☀⌀㈀　㄀㬀匀 㨀㰀⼀戀㸀 
਀        㰀氀椀㸀 㰀愀 栀爀攀昀㴀∀⸀⸀⼀瀀爀漀搀甀挀琀猀⼀戀愀猀攀⸀瀀栀瀀∀㸀匀琀愀琀椀猀琀椀焀甀攀猀 ☀⌀㈀　㄀㬀氀☀攀愀挀甀琀攀㬀洀攀渀琀愀椀爀攀猀㰀⼀愀㸀㰀⼀氀椀㸀 
        <li> <a href="../products/stat_advanced.php">Statistiques Avanc&eacute;es</a></li>਀        㰀氀椀㸀 㰀愀 栀爀攀昀㴀∀⸀⸀⼀瀀爀漀搀甀挀琀猀⼀猀琀愀琀开焀挀⸀瀀栀瀀∀㸀匀漀氀甀琀椀漀渀猀 䤀渀搀甀猀琀爀椀攀氀氀攀猀㰀⼀愀㸀㰀⼀氀椀㸀 
        <li> <a href="../products/se.php"><i>STATISTICA</i> Entreprise</a></li>਀        㰀氀椀㸀 㰀愀 栀爀攀昀㴀∀⸀⸀⼀瀀爀漀搀甀挀琀猀⼀猀攀焀挀⸀瀀栀瀀∀㸀㰀椀㸀匀吀䄀吀䤀匀吀䤀䌀䄀㰀⼀椀㸀 䔀渀琀爀攀瀀爀椀猀攀⼀儀䌀㰀⼀愀㸀㰀⼀氀椀㸀 
        <li> <a href="../industries/sixsigma.htm"><i>STATISTICA</i> et Six Sigma</a></li>਀        㰀氀椀㸀 㰀愀 栀爀攀昀㴀∀⸀⸀⼀瀀爀漀搀甀挀琀猀⼀搀愀琀愀洀椀渀攀爀⸀瀀栀瀀∀㸀㰀椀㸀匀吀䄀吀䤀匀吀䤀䌀䄀㰀⼀椀㸀 䐀愀琀愀 䴀椀渀攀爀㰀⼀愀㸀㰀⼀氀椀㸀 
        <li> <a href="../products/webserver.html"><i>WebSTATISTICA</i> Server</a></li>਀ 
਀ 
਀ 
      </ul>਀ 
      </div>਀ 
      </td>਀ 
    </tr>਀ 
  </tbody>਀㰀⼀琀愀戀氀攀㸀 
਀㰀⼀搀椀瘀㸀 
਀㰀搀椀瘀 椀搀㴀∀昀攀攀搀ⴀ挀漀渀琀爀漀氀∀㸀 㰀⼀搀椀瘀㸀 
਀㰀搀椀瘀 猀琀礀氀攀㴀∀栀攀椀最栀琀㨀 㜀㤀瀀砀㬀∀㸀㰀戀爀 ⼀㸀 
਀㰀戀爀 ⼀㸀 
਀㰀⼀搀椀瘀㸀 
਀㰀⼀搀椀瘀㸀 
਀㰀搀椀瘀 挀氀愀猀猀㴀∀挀漀渀琀攀渀琀砀∀ 椀搀㴀∀挀漀渀琀攀渀琀∀㸀 
<div style="text-align: center;"></div>਀ 
<div id="dnn_ContentPane" valign="top" class="ContentPane">਀㰀搀椀瘀 猀琀礀氀攀㴀∀琀攀砀琀ⴀ愀氀椀最渀㨀 挀攀渀琀攀爀㬀∀㸀㰀戀爀 ⼀㸀 
਀㰀⼀搀椀瘀㸀 
਀㰀搀椀瘀 挀氀愀猀猀㴀∀挀开挀漀渀琀攀渀琀∀㸀 
<div style="text-align: center;"></div>਀ 
<div id="dnn_ctr504_ContentPane" class="Normal c_contentpane DNNAlignleft">਀㰀搀椀瘀 椀搀㴀∀搀渀渀开挀琀爀㔀　㐀开䴀漀搀甀氀攀䌀漀渀琀攀渀琀∀ 挀氀愀猀猀㴀∀䐀一一开䠀吀䴀䰀䌀漀渀琀攀渀琀∀㸀 
<div id="dnn_ctr504_HtmlModule_lblContent" class="Normal">਀㰀栀㄀ 猀琀礀氀攀㴀∀琀攀砀琀ⴀ愀氀椀最渀㨀 挀攀渀琀攀爀㬀∀㸀䄀渀愀氀礀猀攀爀 搀攀猀 䴀漀搀☀⌀㈀㌀㈀㬀氀攀猀 䰀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀猀 攀琀 一漀渀ⴀ䰀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀猀 㨀㰀⼀栀㄀㸀㰀䈀刀㸀 
<br />਀ 
<I>STATISTICA</I> contient cinq types modules puissants pour analyser des ਀洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 氀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀猀 攀琀 渀漀渀ⴀ氀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀猀 㨀  㰀䄀  
href="#vglm"><I>Mod&#232;le Lin&#233;aire G&#233;n&#233;ral ਀⠀䜀䰀䴀⤀㰀⼀䤀㸀㰀⼀䄀㸀Ⰰ 㰀䄀  
href="#vgsr"><I>Mod&#232;les ਀䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀 搀攀 刀☀⌀㈀㌀㌀㬀最爀攀猀猀椀漀渀 ⠀䜀刀䴀⤀㰀⼀䤀㸀㰀⼀䄀㸀Ⰰ 㰀䄀  
href="#gda"><I>Mod&#232;les G&#233;n&#233;raux d'Analyse ਀䐀椀猀挀爀椀洀椀渀愀渀琀攀 ⠀䜀䐀䄀⤀㰀⼀䤀㸀㰀⼀䄀㸀Ⰰ 㰀䄀  
href="#vglz"><I>Mod&#232;les Lin&#233;aires G&#233;n&#233;ralis&#233;s ਀⠀䜀䰀娀⤀㰀⼀䤀㸀㰀⼀䄀㸀 攀琀 㰀䄀  
href="#vpls"><I>Mod&#232;les ਀䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀 搀攀 倀䰀匀 ⠀倀䰀匀⤀㰀⼀䤀㸀㰀⼀䄀㸀⸀ 刀攀洀愀爀焀甀攀 㨀 㰀䤀㸀匀吀䄀吀䤀匀吀䤀䌀䄀㰀⼀䤀㸀  
offre &#233;galement une impl&#233;mentation des <I>Mod&#232;les Additifs G&#233;n&#233;ralis&#233;s (GAM)</I>, ਀搀攀猀 㰀䤀㸀䄀爀戀爀攀猀 搀攀 䌀氀愀猀猀椀昀椀挀愀琀椀漀渀 攀琀 搀攀 刀☀⌀㈀㌀㌀㬀最爀攀猀猀椀漀渀 ⠀䜀吀爀攀攀猀⤀㰀⼀䤀㸀Ⰰ 攀琀 搀攀猀 㰀䤀㸀䴀漀搀☀⌀㈀㌀㈀㬀氀攀猀 䌀䠀䄀䤀䐀  
(Chi-square Automatic Interaction Detection)</I> dans le produit <A ਀栀爀攀昀㴀∀搀愀琀愀洀椀渀攀爀⸀瀀栀瀀∀㸀㰀䔀䴀㸀匀吀䄀吀䤀匀吀䤀䌀䄀  
Data Miner</EM></A> ; ces modules peuvent &#233;galement &#234;tre utilis&#233;s pour ajuster ਀搀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 渀漀渀ⴀ氀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀猀 ⠀搀攀 琀礀瀀攀 䄀一伀嘀䄀⼀䄀一䌀伀嘀䄀⤀ ☀⌀㈀㈀㐀㬀 搀攀猀 瘀愀爀椀愀戀氀攀猀 搀☀⌀㈀㌀㌀㬀瀀攀渀搀愀渀琀攀猀  
(crit&#232;res) continues ou cat&#233;gorielles. ਀㰀倀㸀吀漀甀猀 挀攀猀 洀漀搀甀氀攀猀 猀漀渀琀 攀砀琀爀☀⌀㈀㌀㐀㬀洀攀洀攀渀琀 挀漀洀瀀氀攀琀猀Ⰰ 漀昀昀爀攀渀琀 甀渀攀 椀洀瀀氀☀⌀㈀㌀㌀㬀洀攀渀琀愀琀椀漀渀  
avanc&#233;e des m&#233;thodes respectives, et partagent tous des interfaces-utilisateur ਀最☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀氀椀猀琀攀猀 猀椀洀椀氀愀椀爀攀猀⸀  
਀㰀倀㸀㰀䄀 渀愀洀攀㴀最攀渀攀爀愀氀㸀㰀⼀䄀㸀㰀䠀㌀㸀㰀䤀䴀䜀 猀爀挀㴀∀椀洀愀最攀猀⼀洀开最氀洀⸀最椀昀∀  
align=bottom>&nbsp;&nbsp;<IMG src="images/m_grm.gif" ਀愀氀椀最渀㴀戀漀琀琀漀洀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀㰀䤀䴀䜀 猀爀挀㴀∀椀洀愀最攀猀⼀洀开最搀愀⸀最椀昀∀  
align=bottom>&nbsp;&nbsp;<IMG src="images/m_glz.gif" align=bottom> ਀☀渀戀猀瀀㬀☀渀戀猀瀀㬀㰀䤀䴀䜀 猀爀挀㴀∀椀洀愀最攀猀⼀洀开瀀氀猀⸀最椀昀∀  
align=bottom>&nbsp;&nbsp;Fonctionnalit&#233;s  Communes aux Cinq Modules</H3>਀㰀倀㸀㰀䈀㸀吀爀漀椀猀 䤀渀琀攀爀昀愀挀攀猀ⴀ唀琀椀氀椀猀愀琀攀甀爀 䐀椀昀昀☀⌀㈀㌀㌀㬀爀攀渀琀攀猀 㨀 ⠀㄀⤀ 匀瀀☀⌀㈀㌀㌀㬀挀椀昀椀挀愀琀椀漀渀猀 刀愀瀀椀搀攀猀Ⰰ  
(2) Assistant Analyse et (3) &#201;diteur de Syntaxe.</B> Ces modules offrent trois types ਀搀✀椀渀琀攀爀昀愀挀攀ⴀ甀琀椀氀椀猀愀琀攀甀爀 瀀漀甀爀 猀瀀☀⌀㈀㌀㌀㬀挀椀昀椀攀爀 搀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 ⠀瀀愀爀 攀砀攀洀瀀氀攀Ⰰ  
des mod&#232;les ANOVA/ANCOVA, des mod&#232;les de r&#233;gression, des surfaces de r&#233;ponse, ਀搀攀猀 瀀氀愀渀猀 搀攀 洀☀⌀㈀㌀㌀㬀氀愀渀最攀Ⰰ 攀琀挀⸀⸀⸀ 㬀 瘀漀椀爀 氀愀 搀攀猀挀爀椀瀀琀椀漀渀 搀攀 㰀䤀㸀䜀䰀䴀㰀⼀䤀㸀 瀀漀甀爀 瀀氀甀猀 搀✀椀渀昀漀爀洀愀琀椀漀渀猀⤀ 㨀 
<P>਀㰀伀䰀㸀 
  <LI>Les bo&#238;tes de dialogue de <I>Sp&#233;cifications Rapides</I> vous permettent ਀  搀攀 猀瀀☀⌀㈀㌀㌀㬀挀椀昀椀攀爀 氀攀猀 瘀愀爀椀愀戀氀攀猀 渀☀⌀㈀㌀㌀㬀挀攀猀猀愀椀爀攀猀Ⰰ 攀琀挀Ⰰ⸀⸀⸀ 攀渀 昀漀渀挀琀椀漀渀 搀甀 挀栀漀椀砀 搀甀  
  mod&#232;le initial (par exemple, si vous choisissez une surface de r&#233;ponse, ਀  瘀漀甀猀 搀攀瘀爀攀稀 猀瀀☀⌀㈀㌀㌀㬀挀椀昀椀攀爀 搀攀猀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀攀甀爀猀 挀漀渀琀椀渀甀猀 攀琀 ☀⌀㈀㌀㌀㬀瘀攀渀琀甀攀氀氀攀洀攀渀琀 甀渀攀 瘀愀爀椀愀戀氀攀  
  de bloc), ਀  㰀倀㸀㰀䤀䴀䜀 栀攀椀最栀琀㴀㈀㤀㘀 愀氀琀㴀∀嬀匀瀀☀⌀㈀㌀㌀㬀挀椀昀椀挀愀琀椀漀渀猀 刀愀瀀椀搀攀猀 䜀䰀娀崀∀  
  src="images/glz_quick6.gif" width=527 border=0> ਀  㰀倀㸀㰀⼀倀㸀 
  <LI>Des <I>Assistants Analyse</I> puissants qui vous guident pas-&#224;-pas ਀  琀漀甀琀 愀甀 氀漀渀最 搀甀 瀀爀漀挀攀猀猀甀猀 搀攀 猀瀀☀⌀㈀㌀㌀㬀挀椀昀椀挀愀琀椀漀渀 搀甀 洀漀搀☀⌀㈀㌀㈀㬀氀攀Ⰰ 攀琀 
  <P><IMG height=394 alt="[Assistant GRM]" src="images/gsr_wizard6.gif" ਀  眀椀搀琀栀㴀㌀㜀㈀ 戀漀爀搀攀爀㴀　㸀  
  <P></P>਀  㰀䰀䤀㸀唀渀 㰀䤀㸀☀⌀㈀　㄀㬀搀椀琀攀甀爀 搀攀 匀礀渀琀愀砀攀㰀⼀䤀㸀 瀀攀爀洀攀琀 搀✀☀⌀㈀㌀㌀㬀挀爀椀爀攀 氀攀 猀挀爀椀瀀琀 搀攀 氀✀愀渀愀氀礀猀攀 攀渀  
  langage traditionnel SAS<SUP>�</SUP> ou en langage VGLM, plus simple et plus ਀  猀漀甀瀀氀攀 ☀⌀㈀㈀㐀㬀 甀琀椀氀椀猀攀爀 ⠀氀攀猀 搀攀甀砀 椀渀挀氀甀愀渀琀 搀攀猀 戀漀☀⌀㈀㌀㠀㬀琀攀猀 搀攀 搀椀愀氀漀最甀攀 搀攀 ∀猀愀椀猀椀攀 爀愀瀀椀搀攀∀  
  avec des raccourcis de touches et des options pour ouvrir des fichiers ਀  挀漀渀琀攀渀愀渀琀 搀攀 氀愀 猀礀渀琀愀砀攀 搀攀 挀漀洀洀愀渀搀攀猀 瀀爀☀⌀㈀㌀㌀㬀攀渀爀攀最椀猀琀爀☀⌀㈀㌀㌀㬀攀 愀甀 昀漀爀洀愀琀 琀攀砀琀攀⤀⸀  
  <P><IMG height=253 alt="[&#201;diteur de syntaxe GLM]" ਀  猀爀挀㴀∀椀洀愀最攀猀⼀最氀洀开猀礀渀琀愀砀㘀⸀最椀昀∀ 眀椀搀琀栀㴀㐀㌀　 戀漀爀搀攀爀㴀　㸀  
  <P></P></LI></OL>਀㰀倀㸀㰀䈀㸀䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀攀爀 愀甀琀漀洀愀琀椀焀甀攀洀攀渀琀 氀愀 猀礀渀琀愀砀攀 搀攀猀 挀漀洀洀愀渀搀攀猀⸀㰀⼀䈀㸀  
<I>STATISTICA</I> g&#233;n&#232;re automatiquement la syntaxe compl&#232;te de ਀琀漀甀猀 氀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 猀瀀☀⌀㈀㌀㌀㬀挀椀昀椀☀⌀㈀㌀㌀㬀猀 攀渀 洀漀搀攀 㰀䤀㸀匀瀀☀⌀㈀㌀㌀㬀挀椀昀椀挀愀琀椀漀渀 刀愀瀀椀搀攀㰀⼀䤀㸀 ⠀瘀漀椀爀  
le point 1) ou avec l'<I>Assistant Syntaxe</I> (voir point 2). Vous pouvez ਀爀☀⌀㈀㌀㌀㬀攀砀☀⌀㈀㌀㌀㬀挀甀琀攀爀 挀攀猀 挀漀洀洀愀渀搀攀猀 ∀愀挀琀椀瘀攀猀∀ ⠀瀀漀甀瘀愀渀琀 洀☀⌀㈀㌀㐀㬀洀攀 搀☀⌀㈀㌀㌀㬀挀爀椀爀攀 搀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 甀氀琀爀愀ⴀ猀漀瀀栀椀猀琀椀焀甀☀⌀㈀㌀㌀㬀猀  
et personnalis&#233;s), les modifier manuellement, les enregistrer pour vos utilisations ਀昀甀琀甀爀攀猀Ⰰ 漀甀 氀攀猀 椀渀挀氀甀爀攀 搀愀渀猀 搀攀猀 瀀爀漀最爀愀洀洀攀猀 㰀䄀  
href="../uniquefeatures/visualbasic.html"><I>STATISTICA ਀嘀椀猀甀愀氀 䈀愀猀椀挀㰀⼀䤀㸀㰀⼀䄀㸀 瀀漀甀爀 愀甀琀漀洀愀琀椀猀攀爀 搀攀猀 瀀爀漀挀☀⌀㈀㌀㌀㬀搀甀爀攀猀 猀甀爀 搀攀 渀漀甀瘀攀氀氀攀猀 搀漀渀渀☀⌀㈀㌀㌀㬀攀猀Ⰰ 攀琀挀⸀⸀⸀  
Dans la mesure o&#249; la syntaxe pour sp&#233;cifier les mod&#232;les lin&#233;aires g&#233;n&#233;raux est commune ਀☀⌀㈀㈀㐀㬀 琀漀甀猀 挀攀猀 洀漀搀甀氀攀猀Ⰰ 瘀漀甀猀 瀀漀甀瘀攀稀 ☀⌀㈀㌀㌀㬀最愀氀攀洀攀渀琀 愀椀猀☀⌀㈀㌀㌀㬀洀攀渀琀 愀搀愀瀀琀攀爀 氀攀猀 猀瀀☀⌀㈀㌀㌀㬀挀椀昀椀挀愀琀椀漀渀猀 搀✀甀渀 琀礀瀀攀  
d'analyse &#224; un autre afin, par exemple, d'ajuster le m&#234;me mod&#232;le dans <I>GLM</I> et ਀㰀䤀㸀䜀䰀娀㰀⼀䤀㸀⸀  
਀㰀倀㸀㰀䈀㸀☀⌀㈀　㄀㬀挀栀愀渀琀椀氀氀漀渀 搀攀 挀愀氀挀甀氀 ⠀愀瀀瀀爀攀渀琀椀猀猀愀最攀⤀Ⰰ ☀⌀㈀㌀㌀㬀挀栀愀渀琀椀氀氀漀渀 搀攀 瘀愀氀椀搀愀琀椀漀渀 挀爀漀椀猀☀⌀㈀㌀㌀㬀攀  
(v&#233;rification), et &#233;chantillon de pr&#233;vision. </B>Ces cinq modules vont ਀挀愀氀挀甀氀攀爀 搀攀猀 猀琀愀琀椀猀琀椀焀甀攀猀 搀☀⌀㈀㌀㌀㬀琀愀椀氀氀☀⌀㈀㌀㌀㬀攀猀 猀甀爀 氀攀猀 爀☀⌀㈀㌀㌀㬀猀椀搀甀猀Ⰰ 焀甀攀 瘀漀甀猀 瀀漀甀爀爀攀稀 攀渀爀攀最椀猀琀爀攀爀  
pour d'autres analyses, dans d'autres modules. En outre, vous pouvez calculer les ਀猀琀愀琀椀猀琀椀焀甀攀猀 猀甀爀 氀攀猀 爀☀⌀㈀㌀㌀㬀猀椀搀甀猀 攀琀 氀攀猀 瘀愀氀攀甀爀猀 瀀爀☀⌀㈀㌀㌀㬀瘀甀攀猀 猀☀⌀㈀㌀㌀㬀瀀愀爀☀⌀㈀㌀㌀㬀洀攀渀琀 瀀漀甀爀 氀攀猀 漀戀猀攀爀瘀愀琀椀漀渀猀  
sur lesquelles les r&#233;sultats respectifs ont &#233;t&#233; calcul&#233;s (&#233;chantillon de calcul ਀漀甀 搀✀愀瀀瀀爀攀渀琀椀猀猀愀最攀⤀Ⰰ 瀀漀甀爀 氀攀猀 漀戀猀攀爀瘀愀琀椀漀渀猀 攀砀挀氀甀攀猀 攀砀瀀氀椀挀椀琀攀洀攀渀琀 搀甀 挀愀氀挀甀氀  
d'ajustement du mod&#232;le (&#233;chantillon de validation crois&#233;e ou de v&#233;rification) et pour ਀氀攀猀 漀戀猀攀爀瘀愀琀椀漀渀猀 渀攀 瀀漀猀猀☀⌀㈀㌀㌀㬀搀愀渀琀 瀀愀猀 搀攀 瘀愀氀攀甀爀 瀀漀甀爀 氀攀猀 瘀愀爀椀愀戀氀攀猀 搀攀 爀☀⌀㈀㌀㌀㬀瀀漀渀猀攀 ⠀☀⌀㈀㌀㌀㬀挀栀愀渀琀椀氀氀漀渀  
de pr&#233;vision). Toutes les options de r&#233;sultats graphiques (trac&#233;s de probabilit&#233;, ਀栀椀猀琀漀最爀愀洀洀攀猀Ⰰ 渀甀愀最攀猀 搀攀 瀀漀椀渀琀猀 搀攀猀 猀琀愀琀椀猀琀椀焀甀攀猀 瀀爀☀⌀㈀㌀㌀㬀瘀甀攀猀 攀琀 搀攀 爀☀⌀㈀㌀㌀㬀猀椀搀甀猀Ⰰ⸀⸀⸀⤀ 猀漀渀琀  
accessibles pour tous ces &#233;chantillons. Ces cinq modules offrent donc des m&#233;thodes ਀搀椀愀最渀漀猀琀椀焀甀攀猀 攀砀琀爀☀⌀㈀㌀㐀㬀洀攀洀攀渀琀 瀀漀甀猀猀☀⌀㈀㌀㌀㬀攀猀 瀀漀甀爀 ☀⌀㈀㌀㌀㬀瘀愀氀甀攀爀 氀愀 焀甀愀氀椀琀☀⌀㈀㌀㌀㬀 搀✀愀樀甀猀琀攀洀攀渀琀 搀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀⸀  
਀㰀倀㸀㰀䈀㸀䌀漀洀瀀愀爀攀爀 搀攀猀 愀渀愀氀礀猀攀猀 㬀 洀漀搀椀昀椀攀爀 搀攀猀 愀渀愀氀礀猀攀猀⸀㰀⼀䈀㸀 䌀漀洀洀攀 瀀漀甀爀 琀漀甀琀攀猀 氀攀猀  
fonctionnalit&#233;s analytiques de <I>STATISTICA</I>, vous pouvez conserver plusieurs ਀椀渀猀琀愀渀挀攀猀 搀攀猀 搀椀昀昀☀⌀㈀㌀㌀㬀爀攀渀琀猀 洀漀搀甀氀攀猀 漀甀瘀攀爀琀攀猀 猀椀洀甀氀琀愀渀☀⌀㈀㌀㌀㬀洀攀渀琀Ⰰ 挀攀 焀甀椀 瘀漀甀猀 瀀攀爀洀攀琀  
d'effectuer diff&#233;rentes analyses en m&#234;me temps, sur des donn&#233;es identiques ou ਀猀甀爀 搀攀猀 搀漀渀渀☀⌀㈀㌀㌀㬀攀猀 搀椀昀昀☀⌀㈀㌀㌀㬀爀攀渀琀攀猀⸀ 䌀攀琀琀攀 昀漀渀挀琀椀漀渀渀愀氀椀琀☀⌀㈀㌀㌀㬀 攀猀琀 瀀愀爀琀椀挀甀氀椀☀⌀㈀㌀㈀㬀爀攀洀攀渀琀 甀琀椀氀攀 瀀漀甀爀  
comparer les r&#233;sultats d'analyses diff&#233;rentes sur le m&#234;me ensemble de donn&#233;es ਀漀甀 搀✀甀渀攀 洀☀⌀㈀㌀㐀㬀洀攀 愀渀愀氀礀猀攀 猀甀爀 搀攀猀 搀漀渀渀☀⌀㈀㌀㌀㬀攀猀 搀椀昀昀☀⌀㈀㌀㌀㬀爀攀渀琀攀猀⸀ 倀漀甀爀 洀漀搀椀昀椀攀爀 甀渀攀 愀渀愀氀礀猀攀Ⰰ  
vous n'avez pas besoin de reformuler compl&#232;tement tout le mod&#232;le ; vous n'avez ਀焀甀✀☀⌀㈀㈀㐀㬀 愀瀀瀀漀爀琀攀爀 氀攀猀 洀漀搀椀昀椀挀愀琀椀漀渀猀 搀☀⌀㈀㌀㌀㬀猀椀爀☀⌀㈀㌀㌀㬀攀猀⸀ 嘀漀甀猀 瀀漀甀瘀攀稀 愀椀猀☀⌀㈀㌀㌀㬀洀攀渀琀 挀漀洀瀀愀爀攀爀  
les r&#233;sultats issus des diverses modifications d'une analyse. <I>STATISTICA ਀䜀䰀䴀㰀⼀䤀㸀Ⰰ 㰀䤀㸀䜀刀䴀㰀⼀䤀㸀Ⰰ 㰀䤀㸀䜀䐀䄀㰀⼀䤀㸀Ⰰ 㰀䤀㸀䜀䰀娀㰀⼀䤀㸀 攀琀 㰀䤀㸀嘀倀䰀匀㰀⼀䤀㸀 瀀漀爀琀攀渀琀 氀攀猀 愀渀愀氀礀猀攀猀  
conditionnelles &#224; un autre niveau, en permettant la comparaison de ਀搀椀昀昀☀⌀㈀㌀㌀㬀爀攀渀琀攀猀 搀漀渀渀☀⌀㈀㌀㌀㬀攀猀 攀琀 搀攀 搀椀昀昀☀⌀㈀㌀㌀㬀爀攀渀琀攀猀 愀渀愀氀礀猀攀猀 攀渀 洀☀⌀㈀㌀㐀㬀洀攀 琀攀洀瀀猀⸀ 
<P>਀㰀吀䄀䈀䰀䔀 愀氀椀最渀㴀爀椀最栀琀㸀 
  <TBODY>਀  㰀吀刀㸀 
    <TD><A href="#toc"><FONT ਀      猀椀稀攀㴀㄀㸀䠀愀甀琀 搀攀 氀愀 倀愀最攀㰀⼀䘀伀一吀㸀㰀⼀䄀㸀 㰀⼀吀䐀㸀㰀⼀吀刀㸀㰀⼀吀䈀伀䐀夀㸀㰀⼀吀䄀䈀䰀䔀㸀㰀䈀刀 挀氀攀愀爀㴀爀椀最栀琀㸀 
਀ 
਀㰀䄀  
name=vglm></A><H3><IMG src="images/m_glm.gif" ਀愀氀椀最渀㴀戀漀琀琀漀洀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀䴀漀搀☀⌀㈀㌀㈀㬀氀攀 䰀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀 䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀氀 ⠀䜀䰀䴀⤀㰀⼀䠀㌀㸀 
<P>Les sections suivantes r&#233;sument certains des principaux avantages et ਀昀漀渀挀琀椀漀渀渀愀氀椀琀☀⌀㈀㌀㌀㬀猀 甀渀椀焀甀攀猀 搀攀 㰀䤀㸀䜀䰀䴀㰀⼀䤀㸀 瀀愀爀 爀愀瀀瀀漀爀琀 愀甀砀 愀甀琀爀攀猀  
programmes. Il est important de souligner que <I>GLM</I> est non ਀猀攀甀氀攀洀攀渀琀 氀✀漀甀琀椀氀 搀攀 洀漀搀☀⌀㈀㌀㌀㬀氀椀猀愀琀椀漀渀 氀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀 最☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀氀攀 氀攀 瀀氀甀猀 愀瘀愀渀挀☀⌀㈀㌀㌀㬀 搀甀 瀀漀椀渀琀 搀攀  
vue des calculs, mais &#233;galement l'application la plus compl&#232;te actuellement ਀搀椀猀瀀漀渀椀戀氀攀 猀甀爀 氀攀 洀愀爀挀栀☀⌀㈀㌀㌀㬀 愀瘀攀挀 氀愀 最愀洀洀攀 氀愀 瀀氀甀猀 ☀⌀㈀㌀㌀㬀琀攀渀搀甀攀 搀✀漀瀀琀椀漀渀猀Ⰰ 搀攀 最爀愀瀀栀椀焀甀攀猀Ⰰ 搀攀  
statistiques et de diagnostics associ&#233;s. Elle a &#233;t&#233; con&#231;ue avec une "approche ਀猀愀渀猀 挀漀洀瀀爀漀洀椀猀∀ 瀀漀甀爀 爀☀⌀㈀㌀㌀㬀猀漀甀搀爀攀 琀漀甀猀 氀攀猀 瀀爀漀戀氀☀⌀㈀㌀㈀㬀洀攀猀 搀攀 洀漀搀☀⌀㈀㌀㌀㬀氀椀猀愀琀椀漀渀 氀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀 最☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀氀攀Ⰰ  
y compris les plus complexes. <I>STATISTICA GLM</I> offre une s&#233;lection compl&#232;te ਀搀✀漀瀀琀椀漀渀猀 瀀漀甀爀 琀爀愀椀琀攀爀 搀攀猀 瀀爀漀戀氀☀⌀㈀㌀㈀㬀洀攀猀 ∀挀漀渀琀爀漀瘀攀爀猀☀⌀㈀㌀㌀㬀猀∀Ⰰ 渀攀 瀀漀猀猀☀⌀㈀㌀㌀㬀搀愀渀琀 瀀愀猀 搀攀 猀漀氀甀琀椀漀渀  
universelle (consensuelle) reconnue.਀㰀倀㸀㰀䤀䴀䜀 栀攀椀最栀琀㴀㌀㜀㔀 愀氀琀㴀∀嬀倀愀渀渀攀愀甀 搀攀 䐀☀⌀㈀㌀㌀㬀洀愀爀爀愀最攀 搀攀 䜀䰀䴀崀∀  
src="images/glm_startup6.gif" width=390 border=0> ਀ 
<P><B>Mod&#232;les.</B> L'utilisateur peut choisir des m&#233;thodes simples ou ultra-personnalis&#233;es ਀搀攀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 搀✀䄀一伀嘀䄀 漀甀 搀攀 䴀䄀一䌀伀嘀䄀 椀洀戀爀椀焀甀☀⌀㈀㌀㌀㬀攀猀Ⰰ 昀愀挀琀漀爀椀攀氀氀攀猀Ⰰ ☀⌀㈀㈀㐀㬀 甀渀 昀愀挀琀攀甀爀Ⰰ ☀⌀㈀㈀㐀㬀 攀昀昀攀琀猀  
principaux, des plans &#224; mesures r&#233;p&#233;t&#233;es, des mod&#232;les de r&#233;gression simple, ਀洀甀氀琀椀瀀氀攀 攀琀 瀀漀氀礀渀漀洀椀愀氀攀Ⰰ 搀攀猀 猀甀爀昀愀挀攀猀 搀攀 爀☀⌀㈀㌀㌀㬀瀀漀渀猀攀 ⠀愀瘀攀挀 漀甀 猀愀渀猀 瘀愀爀椀愀戀氀攀  
de bloc), des surfaces de m&#233;lange, des plans simples ou complexes d'analyse de ਀挀漀瘀愀爀椀愀渀挀攀 ⠀瀀愀爀 攀砀攀洀瀀氀攀Ⰰ 愀瘀攀挀 瀀攀渀琀攀猀 猀☀⌀㈀㌀㌀㬀瀀愀爀☀⌀㈀㌀㌀㬀攀猀⤀Ⰰ 漀甀 搀攀猀 瀀氀愀渀猀 最☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀 䴀䄀一䌀伀嘀䄀  
multivari&#233;s. Les facteurs peuvent &#234;tre fix&#233;s ou al&#233;atoires (dans ce ਀挀愀猀Ⰰ 氀攀猀 琀攀爀洀攀猀 搀✀攀爀爀攀甀爀 猀礀渀琀栀☀⌀㈀㌀㌀㬀琀椀焀甀攀猀 猀攀爀漀渀琀 挀愀氀挀甀氀☀⌀㈀㌀㌀㬀猀⤀⸀ 吀漀甀猀 挀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 瀀攀甀瘀攀渀琀  
&#234;tre sp&#233;cifi&#233;s dans l'un des trois types d'interface-utilisateur d&#233;cris ਀瀀爀☀⌀㈀㌀㌀㬀挀☀⌀㈀㌀㌀㬀搀攀洀洀攀渀琀 攀琀 瀀攀爀猀漀渀渀愀氀椀猀☀⌀㈀㌀㌀㬀猀 搀攀 瀀氀甀猀椀攀甀爀猀 洀愀渀椀☀⌀㈀㌀㈀㬀爀攀猀 ⠀瀀愀爀 攀砀攀洀瀀氀攀Ⰰ 瘀漀甀猀 瀀漀甀瘀攀稀  
&#233;liminer certains effets, sp&#233;cifier des hypoth&#232;ses personnalis&#233;es, etc...). ਀䔀渀 漀甀琀爀攀Ⰰ 㰀䤀㸀䜀䰀䴀㰀⼀䤀㸀 瀀攀爀洀攀琀 搀攀 琀爀愀椀琀攀爀 搀攀猀 瀀氀愀渀猀 愀渀愀氀礀琀椀焀甀攀猀 琀爀☀⌀㈀㌀㈀㬀猀 椀洀瀀漀爀琀愀渀琀猀 㬀  
par exemple, vous pouvez sp&#233;cifier des facteurs de mesures r&#233;p&#233;t&#233;es &#224; plus de ਀㄀　　　 渀椀瘀攀愀甀砀Ⰰ 搀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 愀瘀攀挀 瀀氀甀猀 搀攀 ㄀　　　 挀漀瘀愀爀椀愀渀琀猀Ⰰ 漀甀 愀渀愀氀礀猀攀爀 搀攀 洀愀渀椀☀⌀㈀㌀㈀㬀爀攀  
efficace des mod&#232;les inter-groupes v&#233;ritablement &#233;normes. ਀ 
<P><B>Mod&#232;le sur-param&#233;tr&#233; et mod&#232;le sigma-restreint. </B>Sans entrer dans le d&#233;tail ਀搀攀 挀攀 琀礀瀀攀 搀攀 洀漀搀☀⌀㈀㌀㈀㬀氀攀Ⰰ 氀愀 瀀氀甀瀀愀爀琀 搀攀猀 氀漀最椀挀椀攀氀猀 猀琀愀琀椀猀琀椀焀甀攀猀 渀攀 瀀爀漀瀀漀猀攀渀琀 焀甀攀 氀攀 洀漀搀☀⌀㈀㌀㈀㬀氀攀  
sur-param&#233;tr&#233; et rares sont ceux qui proposent le mod&#232;le sigma-restreint. </B><I>STATISTICA ਀䜀䰀䴀㰀⼀䤀㸀 攀猀琀 氀攀 猀攀甀氀 瀀爀漀最爀愀洀洀攀 ☀⌀㈀㈀㐀㬀 瀀爀漀瀀漀猀攀爀 氀攀猀 搀攀甀砀⸀ 䌀栀愀挀甀渀 搀攀 挀攀猀 搀攀甀砀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 瀀漀猀猀☀⌀㈀㌀㈀㬀搀攀  
ses propres avantages et inconv&#233;nients, mais les deux approches sont n&#233;cessaires pour ਀挀漀甀瘀爀椀爀 氀✀攀渀猀攀洀戀氀攀 搀攀猀 瀀爀漀戀氀☀⌀㈀㌀㈀㬀洀攀猀 搀甀 洀漀搀☀⌀㈀㌀㈀㬀氀攀 氀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀 最☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀氀 攀琀 琀爀愀椀琀攀爀 攀昀昀椀挀愀挀攀洀攀渀琀  
les probl&#232;mes analytiques les plus avanc&#233;s et les plus pointus. Par exemple, les ਀瀀氀愀渀猀 椀洀戀爀椀焀甀☀⌀㈀㌀㌀㬀猀 攀琀 氀攀猀 瀀氀愀渀猀 ☀⌀㈀㈀㐀㬀 瀀攀渀琀攀 猀☀⌀㈀㌀㌀㬀瀀愀爀☀⌀㈀㌀㌀㬀攀 猀漀渀琀 洀椀攀甀砀 愀渀愀氀礀猀☀⌀㈀㌀㌀㬀猀  
avec un mod&#232;le sur-param&#233;tr&#233; ; la mani&#232;re la plus courante d'estimer les ਀挀漀洀瀀漀猀愀渀琀攀猀 搀攀 氀愀 瘀愀爀椀愀渀挀攀 攀琀 搀攀 挀愀氀挀甀氀攀爀 氀攀猀 琀攀爀洀攀猀 搀✀攀爀爀攀甀爀 猀礀渀琀栀☀⌀㈀㌀㌀㬀琀椀焀甀攀猀 搀愀渀猀  
un mod&#232;le ANOVA mixte, est bas&#233;e sur un mod&#232;le sur-param&#233;tr&#233;. Les plans ਀昀愀挀琀漀爀椀攀氀猀 愀瘀攀挀 搀攀 渀漀洀戀爀攀甀砀 昀愀挀琀攀甀爀猀 猀漀渀琀 洀椀攀甀砀 愀渀愀氀礀猀☀⌀㈀㌀㌀㬀猀 愀瘀攀挀 甀渀 洀漀搀☀⌀㈀㌀㈀㬀氀攀  
sigma-restreint ; en r&#233;sum&#233;, une simple interaction entre 2 facteurs &#224; 2 niveaux ne n&#233;cessite ਀焀甀✀甀渀攀 猀攀甀氀攀 挀漀氀漀渀渀攀 搀愀渀猀 氀愀 洀愀琀爀椀挀攀 搀甀 洀漀搀☀⌀㈀㌀㈀㬀氀攀 猀椀 瘀漀甀猀 甀琀椀氀椀猀攀稀 甀渀 洀漀搀☀⌀㈀㌀㈀㬀氀攀  
sigma-restreint, contre 4 colonnes dans un mod&#232;le sur-param&#233;tr&#233;. Ainsi, ਀氀✀愀渀愀氀礀猀攀 搀✀甀渀 洀漀搀☀⌀㈀㌀㈀㬀氀攀 昀愀挀琀漀爀椀攀氀 挀漀洀瀀氀攀琀 ☀⌀㈀㈀㐀㬀 㠀 昀愀挀琀攀甀爀猀 渀攀 渀☀⌀㈀㌀㌀㬀挀攀猀猀椀琀攀 焀甀攀 焀甀攀氀焀甀攀猀  
secondes dans <I>GLM</I>.਀ 
<P><B>Traitement de mod&#232;les avec des cellules manquantes. </B>਀㰀䤀㸀匀吀䄀吀䤀匀吀䤀䌀䄀 䜀䰀䴀㰀⼀䤀㸀 挀愀氀挀甀氀攀 氀愀 猀漀洀洀攀 搀攀猀 挀愀爀爀☀⌀㈀㌀㌀㬀猀 搀攀 琀礀瀀攀 䤀 ☀⌀㈀㈀㐀㬀 䤀嘀 瀀漀甀爀 搀攀猀  
plans non &#233;quilibr&#233;s et incomplets. Cependant, comme nous le constatons souvent ਀⠀匀攀愀爀氀攀Ⰰ ㄀㤀㠀㜀 㬀 䴀椀氀氀欀攀渀 ☀愀洀瀀㬀 䨀漀栀渀猀漀渀Ⰰ ㄀㤀㠀㘀⤀Ⰰ 愀瀀瀀氀椀焀甀攀爀 挀攀猀 洀☀⌀㈀㌀㌀㬀琀栀漀搀攀猀 ☀⌀㈀㈀㐀㬀 搀攀猀 瀀氀愀渀猀  
"complexes" contenant des cellules manquantes r&#233;parties de fa&#231;on plus ou moins ਀愀氀☀⌀㈀㌀㌀㬀愀琀漀椀爀攀 搀愀渀猀 氀攀 瀀氀愀渀Ⰰ 瀀攀甀琀 挀漀渀搀甀椀爀攀 ☀⌀㈀㈀㐀㬀 搀攀猀 爀☀⌀㈀㌀㌀㬀猀甀氀琀愀琀猀 攀爀爀漀渀☀⌀㈀㌀㌀㬀猀Ⰰ 瘀漀椀爀攀  
incoh&#233;rents. C'est la raison pour laquelle <I>STATISTICA GLM</I> offre ਀☀⌀㈀㌀㌀㬀最愀氀攀洀攀渀琀 搀攀甀砀 洀☀⌀㈀㌀㌀㬀琀栀漀搀攀猀 挀漀洀瀀氀☀⌀㈀㌀㌀㬀洀攀渀琀愀椀爀攀猀 瀀漀甀爀 愀渀愀氀礀猀攀爀 搀攀猀 瀀氀愀渀猀 愀瘀攀挀 搀攀猀  
cellules manquantes : la "d&#233;composition efficace de l'hypoth&#232;se" propos&#233;e par ਀䠀漀挀欀椀渀最猀 ⠀㄀㤀㠀㔀⤀ 攀琀 甀渀攀 洀☀⌀㈀㌀㌀㬀琀栀漀搀攀 焀甀椀 瘀愀 愀甀琀漀洀愀琀椀焀甀攀洀攀渀琀 ☀⌀㈀㌀㌀㬀挀愀爀琀攀爀 氀攀猀 攀昀昀攀琀猀 渀攀  
pouvant &#234;tre estim&#233;s compl&#232;tement (par exemple, lorsque les moyennes des ਀洀漀椀渀搀爀攀猀 挀愀爀爀☀⌀㈀㌀㌀㬀猀 渀✀攀砀椀猀琀攀渀琀 瀀愀猀 瀀漀甀爀 琀漀甀猀 氀攀猀 渀椀瘀攀愀甀砀 搀攀猀 攀昀昀攀琀猀 瀀爀椀渀挀椀瀀愀甀砀  
respectifs ou des effets d'interaction). Cette derni&#232;re m&#233;thode est d'ailleurs ਀猀漀甀瘀攀渀琀 甀琀椀氀椀猀☀⌀㈀㌀㌀㬀攀 氀漀爀猀 搀攀 氀✀愀渀愀氀礀猀攀 搀攀 瀀氀愀渀猀 栀愀甀琀攀洀攀渀琀 昀爀愀挀琀椀漀渀渀☀⌀㈀㌀㌀㬀猀 搀愀渀猀 氀攀  
domaine de l'exp&#233;rimentation industrielle (voir &#233;galement le module <A ਀栀爀攀昀㴀∀猀琀愀琀开焀挀⸀瀀栀瀀⌀搀漀攀∀㸀㰀䤀㸀匀吀䄀吀䤀匀吀䤀䌀䄀 倀氀愀渀猀 搀✀䔀砀瀀☀⌀㈀㌀㌀㬀爀椀攀渀挀攀猀㰀⼀䤀㸀㰀⼀䄀㸀⤀⸀  
Cette m&#233;thode conduit &#224; des r&#233;sultats uniques ਀⠀椀渀搀☀⌀㈀㌀㌀㬀瀀攀渀搀愀渀琀猀 搀攀 氀✀漀爀搀爀攀 搀攀猀 渀椀瘀攀愀甀砀 搀攀猀 昀愀挀琀攀甀爀猀⤀Ⰰ 昀愀挀椀氀攀洀攀渀琀 椀渀琀攀爀瀀爀☀⌀㈀㌀㌀㬀琀愀戀氀攀猀 攀琀  
en accord avec la litt&#233;rature des exp&#233;rimentations industrielles. Cette ਀昀漀渀挀琀椀漀渀渀愀氀椀琀☀⌀㈀㌀㌀㬀 攀砀琀爀☀⌀㈀㌀㐀㬀洀攀洀攀渀琀 瀀爀愀琀椀焀甀攀 攀猀琀 猀瀀☀⌀㈀㌀㌀㬀挀椀昀椀焀甀攀 ☀⌀㈀㈀㐀㬀 㰀䤀㸀䜀䰀䴀㰀⼀䤀㸀⸀  
਀㰀倀㸀㰀䈀㸀刀☀⌀㈀㌀㌀㬀猀甀氀琀愀琀猀 猀琀愀琀椀猀琀椀焀甀攀猀⸀㰀⼀䈀㸀 㰀䤀㸀䜀䰀䴀㰀⼀䤀㸀 挀愀氀挀甀氀攀 琀漀甀猀 氀攀猀 爀☀⌀㈀㌀㌀㬀猀甀氀琀愀琀猀  
standard, notamment les tables ANOVA avec les tests univari&#233;s et multivari&#233;s, ਀搀攀猀 猀琀愀琀椀猀琀椀焀甀攀猀 搀攀猀挀爀椀瀀琀椀瘀攀猀Ⰰ 攀琀挀⸀⸀⸀ 㰀䤀㸀䜀䰀䴀㰀⼀䤀㸀 漀昀昀爀攀 ☀⌀㈀㌀㌀㬀最愀氀攀洀攀渀琀 甀渀 氀愀爀最攀  
choix d'options de r&#233;sultats et particuli&#232;rement d'options graphiques absentes ਀搀攀 氀愀 瀀氀甀瀀愀爀琀 搀攀猀 愀甀琀爀攀猀 氀漀最椀挀椀攀氀猀 猀琀愀琀椀猀琀椀焀甀攀猀⸀ 倀愀爀 攀砀攀洀瀀氀攀Ⰰ 㰀䤀㸀䜀䰀䴀㰀⼀䤀㸀 椀渀挀氀甀琀  
une gamme compl&#232;te de trac&#233;s de moyennes (observ&#233;es, moindres carr&#233;s, pond&#233;r&#233;es) ਀瀀漀甀爀 氀攀猀 椀渀琀攀爀愀挀琀椀漀渀猀 搀✀漀爀搀爀攀 ☀⌀㈀㌀㌀㬀氀攀瘀☀⌀㈀㌀㌀㬀Ⰰ  
<P><IMG height=234 alt="[Synth&#232;se des Moyennes dans GLM]" ਀猀爀挀㴀∀椀洀愀最攀猀⼀最氀洀开猀甀洀洀愀爀礀㘀⸀最椀昀∀ 眀椀搀琀栀㴀㐀㔀㔀 戀漀爀搀攀爀㴀　㸀  
<P>avec des barres d'erreurs (erreurs-types) pour des effets impliquant des ਀昀愀挀琀攀甀爀猀 椀渀琀攀爀ⴀ最爀漀甀瀀攀猀 愀椀渀猀椀 焀甀攀 搀攀猀 昀愀挀琀攀甀爀猀 搀攀 洀攀猀甀爀攀猀 爀☀⌀㈀㌀㌀㬀瀀☀⌀㈀㌀㌀㬀琀☀⌀㈀㌀㌀㬀攀猀 㬀  
<P><IMG height=267 alt="[GLM : Barres d'Erreur]" src="images/glm_means6.gif" ਀眀椀搀琀栀㴀㌀㌀　 戀漀爀搀攀爀㴀　㸀  
<P>de nombreuses analyses et trac&#233;s de r&#233;sidus (pour l'&#233;chantillon d'apprentissage ਀嬀漀甀 搀攀 挀愀氀挀甀氀崀Ⰰ 瀀漀甀爀 氀✀☀⌀㈀㌀㌀㬀挀栀愀渀琀椀氀氀漀渀 搀攀 瘀愀氀椀搀愀琀椀漀渀 挀爀漀椀猀☀⌀㈀㌀㌀㬀攀 嬀漀甀 搀攀 瘀☀⌀㈀㌀㌀㬀爀椀昀椀挀愀琀椀漀渀崀Ⰰ 攀琀  
pour l'&#233;chantillon de pr&#233;vision, sans valeur pour la variable d&#233;pendante [ou de ਀爀☀⌀㈀㌀㌀㬀瀀漀渀猀攀崀⤀ 㬀 搀攀猀 琀爀愀挀☀⌀㈀㌀㌀㬀猀 搀攀猀 挀漀洀瀀漀猀愀渀琀攀猀 搀攀 氀愀 瘀愀爀椀愀渀挀攀 㬀 甀渀 瀀爀漀昀椀氀 搀攀 搀☀⌀㈀㌀㌀㬀猀椀爀愀戀椀氀椀琀☀⌀㈀㌀㌀㬀  
et d'optimisation de la r&#233;ponse pour tous les mod&#232;les ;  ਀㰀倀㸀㰀䤀䴀䜀 栀攀椀最栀琀㴀㈀㠀㘀 愀氀琀㴀∀嬀䜀䰀䴀 㨀 倀爀漀昀椀氀 搀攀 䐀☀⌀㈀㌀㌀㬀猀椀爀愀戀椀氀椀琀☀⌀㈀㌀㌀㬀崀∀  
src="images/glm_profiler6.gif" width=356 border=0> ਀㰀倀㸀攀琀 氀攀猀 洀漀礀攀渀渀攀猀 愀樀甀猀琀☀⌀㈀㌀㌀㬀攀猀 瀀漀甀爀 氀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 琀爀愀搀椀琀椀漀渀渀攀氀猀 搀✀愀渀愀氀礀猀攀 搀攀 氀愀 挀漀瘀愀爀椀愀渀挀攀⸀  
Vous disposez de nombreuses options pour sp&#233;cifier des comparaisons planifi&#233;es, ਀渀漀琀愀洀洀攀渀琀 搀攀猀 昀漀渀挀琀椀漀渀渀愀氀椀琀☀⌀㈀㌀㌀㬀猀 瀀漀甀爀 猀瀀☀⌀㈀㌀㌀㬀挀椀昀椀攀爀 氀攀猀 挀漀渀琀爀愀猀琀攀猀 攀渀 猀礀渀琀愀砀攀 搀攀 挀漀洀洀愀渀搀攀  
standard ou &#224; l'aide de bo&#238;tes de dialogue "intelligentes" (de type Assistant) tr&#232;s ਀猀椀洀瀀氀攀猀 ☀⌀㈀㈀㐀㬀 甀琀椀氀椀猀攀爀 㨀   
<P><IMG height=232 alt="[Contrastes GLM]" ਀猀爀挀㴀∀椀洀愀最攀猀⼀最氀洀开挀漀渀琀爀愀猀琀㘀⸀最椀昀∀ 眀椀搀琀栀㴀㌀㔀　 戀漀爀搀攀爀㴀　㸀  
<P>(ces bo&#238;tes de dialogue permettent &#224; l'utilisateur de saisir les coefficients ਀搀攀 挀漀渀琀爀愀猀琀攀 瀀漀甀爀 搀攀猀 渀椀瘀攀愀甀砀 搀攀 昀愀挀琀攀甀爀猀 漀甀 搀攀猀 挀攀氀氀甀氀攀猀 搀甀 瀀氀愀渀 挀氀愀椀爀攀洀攀渀琀  
libell&#233;s. Le programme va alors comparer les moyennes ("pr&#233;vues") des moindres ਀挀愀爀爀☀⌀㈀㌀㌀㬀猀Ⰰ 挀✀攀猀琀ⴀ☀⌀㈀㈀㐀㬀ⴀ搀椀爀攀 氀攀猀 洀漀礀攀渀渀攀猀 瀀爀☀⌀㈀㌀㌀㬀瘀甀攀猀 瀀愀爀Ⰰ 攀琀 挀漀栀☀⌀㈀㌀㌀㬀爀攀渀琀攀猀 愀瘀攀挀Ⰰ 氀攀 洀漀搀☀⌀㈀㌀㈀㬀氀攀 愀挀琀甀攀氀⸀  
Il s'agit d'une solution v&#233;ritablement unique pour aborder les probl&#232;mes de ਀挀漀洀瀀愀爀愀椀猀漀渀猀 瀀氀愀渀椀昀椀☀⌀㈀㌀㌀㬀攀猀 搀愀渀猀 搀攀猀 瀀氀愀渀猀 挀漀洀瀀氀攀砀攀猀 攀琀 椀渀挀漀洀瀀氀攀琀猀⤀ 㬀 㰀䤀㸀匀吀䄀吀䤀匀吀䤀䌀䄀 䜀䰀䴀㰀⼀䤀㸀  
permet de tester simplement les combinaisons lin&#233;aires de param&#232;tres estim&#233;s ਀⠀瀀愀爀 攀砀攀洀瀀氀攀Ⰰ 瀀漀甀爀 琀攀猀琀攀爀 氀✀☀⌀㈀㌀㌀㬀最愀氀椀琀☀⌀㈀㌀㌀㬀 搀攀 挀攀爀琀愀椀渀猀 挀漀攀昀昀椀挀椀攀渀琀猀 搀攀 爀☀⌀㈀㌀㌀㬀最爀攀猀猀椀漀渀 猀瀀☀⌀㈀㌀㌀㬀挀椀昀椀焀甀攀猀⤀ 㬀  
de sp&#233;cifier des termes d'erreurs et effets personnalis&#233;s ; offre des m&#233;thodes ਀挀漀洀瀀氀☀⌀㈀㌀㈀㬀琀攀猀 搀攀 挀漀洀瀀愀爀愀椀猀漀渀猀 瀀漀猀琀ⴀ栀漀挀 搀攀猀 攀昀昀攀琀猀 椀渀琀攀爀ⴀ最爀漀甀瀀攀猀 愀椀渀猀椀 焀甀攀 搀攀猀 攀昀昀攀琀猀  
de mesures r&#233;p&#233;t&#233;es et les interactions entre les mesures r&#233;p&#233;t&#233;es et les effets਀椀渀琀攀爀Ⰰ 渀漀琀愀洀洀攀渀琀 㨀 琀攀猀琀 䰀匀䐀 搀攀 䘀椀猀栀攀爀Ⰰ 搀攀 䈀漀渀昀攀爀爀漀渀椀Ⰰ 搀攀 匀挀栀攀昀昀☀⌀㈀㌀㌀㬀Ⰰ 䠀匀䐀 搀攀 吀甀欀攀礀Ⰰ  
HSD pour N in&#233;gaux, test de Newman Keuls, de Duncan et de Dunnett ਀ 
<P><IMG height=338 alt="[Tests Post Hoc de GLM]" ਀猀爀挀㴀∀椀洀愀最攀猀⼀最氀洀开瀀漀猀琀栀漀挀㘀⸀最椀昀∀ 眀椀搀琀栀㴀㐀　㘀 戀漀爀搀攀爀㴀　㸀  
<P>(avec des options flexibles pour estimer les termes d'erreurs appropri&#233;s de ਀挀攀猀 琀攀猀琀猀⤀Ⰰ 攀琀 搀攀猀 琀攀猀琀猀 搀✀栀礀瀀漀琀栀☀⌀㈀㌀㈀㬀猀攀猀 ⠀琀攀猀琀 搀攀 䰀攀瘀攀渀攀Ⰰ 琀爀愀挀☀⌀㈀㌀㌀㬀 搀攀 洀漀礀攀渀渀攀猀  
en fonction des &#233;carts-types, etc...). ਀㰀倀㸀 
<TABLE align=right>਀  㰀吀䈀伀䐀夀㸀 
  <TR>਀    㰀吀䐀㸀㰀䄀 栀爀攀昀㴀∀⌀琀漀挀∀㸀㰀䘀伀一吀  
      size=1>Haut de la Page</FONT></A> </TD></TR></TBODY></TABLE><BR clear=right><A ਀渀愀洀攀㴀瘀最猀爀㸀㰀⼀䄀㸀 
਀ 
਀ 
<H3><IMG src="images/m_grm.gif" ਀愀氀椀最渀㴀戀漀琀琀漀洀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀匀吀䄀吀䤀匀吀䤀䌀䄀 䴀漀搀☀⌀㈀㌀㈀㬀氀攀猀 䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀 搀攀 刀☀⌀㈀㌀㌀㬀最爀攀猀猀椀漀渀 ⠀䜀刀䴀⤀㰀⼀䠀㌀㸀 
਀㰀倀㸀㰀䤀㸀匀吀䄀吀䤀匀吀䤀䌀䄀 䴀漀搀☀⌀㈀㌀㈀㬀氀攀猀 䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀 搀攀 刀☀⌀㈀㌀㌀㬀最爀攀猀猀椀漀渀 ⠀䜀刀䴀⤀㰀⼀䤀㸀 攀猀琀 ☀⌀㈀㌀㌀㬀最愀氀攀洀攀渀琀 甀渀攀  
misde en oeuvre sp&#233;cifique et extr&#234;mement flexible ਀搀甀 洀漀搀☀⌀㈀㌀㈀㬀氀攀 氀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀 最☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀氀⸀ 倀氀甀猀 瀀爀☀⌀㈀㌀㌀㬀挀椀猀☀⌀㈀㌀㌀㬀洀攀渀琀Ⰰ 氀攀猀 瀀爀漀挀☀⌀㈀㌀㌀㬀搀甀爀攀猀 搀攀 㰀䤀㸀䜀刀䴀㰀⼀䤀㸀  
permettent d'utiliser les m&#233;thodes pas-&#224;-pas et par recherche exhaustive ਀⠀搀甀 洀攀椀氀氀攀甀爀 洀漀搀☀⌀㈀㌀㈀㬀氀攀⤀ 愀昀椀渀 搀攀 挀漀渀猀琀爀甀椀爀攀 搀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 搀✀甀渀攀 最爀愀渀搀攀 挀漀洀瀀氀攀砀椀琀☀⌀㈀㌀㌀㬀Ⰰ  
y compris des mod&#232;les avec des variables pr&#233;dictives cat&#233;gorielles. Ainsi, ਀氀攀 琀攀爀洀攀 ∀最☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀∀ 搀攀猀 㰀䤀㸀䴀漀搀☀⌀㈀㌀㈀㬀氀攀猀 䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀 搀攀 刀☀⌀㈀㌀㌀㬀最爀攀猀猀椀漀渀㰀⼀䤀㸀 昀愀椀琀 爀☀⌀㈀㌀㌀㬀昀☀⌀㈀㌀㌀㬀爀攀渀挀攀  
&#224; la fois &#224; l'utilisation du mod&#232;le lin&#233;aire g&#233;n&#233;ral et au fait que, contrairement ਀☀⌀㈀㈀㐀㬀 氀愀 瀀氀甀瀀愀爀琀 搀攀猀 愀甀琀爀攀猀 瀀爀漀最爀愀洀洀攀猀 搀攀 爀☀⌀㈀㌀㌀㬀最爀攀猀猀椀漀渀 瀀愀猀ⴀ☀⌀㈀㈀㐀㬀ⴀ瀀愀猀Ⰰ 㰀䤀㸀䜀刀䴀㰀⼀䤀㸀 渀攀 猀攀 氀椀洀椀琀攀  
pas &#224; l'analyse de mod&#232;les ne comportant que des variables pr&#233;dictives continues. ਀ 
<P><IMG height=284 alt="[Panneau de D&#233;marrage de GRM]" ਀猀爀挀㴀∀椀洀愀最攀猀⼀最猀爀开猀琀愀爀琀甀瀀㘀⸀最椀昀∀ 眀椀搀琀栀㴀㌀㘀㘀 戀漀爀搀攀爀㴀　㸀  
<P><B>S&#233;lection pas-&#224;-pas et recherche exhaustive du meilleur mod&#232;le ਀瀀漀甀爀 搀攀猀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀攀甀爀猀 挀漀渀琀椀渀甀猀 攀琀 挀愀琀☀⌀㈀㌀㌀㬀最漀爀椀攀氀猀 ⠀洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 䄀一伀嘀䄀⤀ 搀愀渀猀 搀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀  
avec plusieurs variables d&#233;pendantes.</B> ਀㰀䤀㸀䜀刀䴀㰀⼀䤀㸀 攀猀琀 甀渀 瀀爀漀最爀愀洀洀攀 ∀搀☀⌀㈀㌀㌀㬀爀椀瘀☀⌀㈀㌀㌀㬀∀ 搀甀 洀漀搀甀氀攀 㰀䄀  
href="#vglm"><I>Mod&#232;le ਀䰀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀 䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀氀 ⠀䜀䰀䴀⤀㰀⼀䤀㸀㰀⼀䄀㸀 搀攀 㰀䤀㸀匀吀䄀吀䤀匀吀䤀䌀䄀㰀⼀䤀㸀⸀ 伀甀琀爀攀 氀攀猀 渀漀洀戀爀攀甀猀攀猀 漀瀀琀椀漀渀猀 愀渀愀氀礀琀椀焀甀攀猀  
sp&#233;cifiques qui sont propos&#233;es dans <I>GLM</I> (notamment les comparaisons ਀瀀氀愀渀椀昀椀☀⌀㈀㌀㌀㬀攀猀Ⰰ 搀攀猀 栀礀瀀漀琀栀☀⌀㈀㌀㈀㬀猀攀猀 瀀攀爀猀漀渀渀愀氀椀猀☀⌀㈀㌀㌀㬀攀猀Ⰰ 甀渀攀 氀愀爀最攀 最愀洀洀攀 搀攀 琀攀猀琀猀  
<I>post-hoc</I>, des options d'analyse des r&#233;sidus, etc...), le module ਀㰀䤀㸀䴀漀搀☀⌀㈀㌀㈀㬀氀攀猀 䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀 搀攀 刀☀⌀㈀㌀㌀㬀最爀攀猀猀椀漀渀 䜀刀䴀㰀⼀䤀㸀 瘀漀甀猀 瀀攀爀洀攀琀 搀攀 挀漀渀猀琀爀甀椀爀攀 搀攀猀  
mod&#232;les pas-&#224;-pas et par recherche exhaustive du meilleur mod&#232;le (meilleur ਀最爀漀甀瀀攀 搀攀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀攀甀爀猀⤀⸀ 㰀䤀㸀䜀刀䴀㰀⼀䤀㸀 爀攀渀搀 挀攀猀 琀攀挀栀渀椀焀甀攀猀 搀椀猀瀀漀渀椀戀氀攀猀Ⰰ 渀漀渀  
seulement pour les probl&#232;mes analytiques traditionnels avec une seule ਀瘀愀爀椀愀戀氀攀 搀☀⌀㈀㌀㌀㬀瀀攀渀搀愀渀琀攀Ⰰ 洀愀椀猀 ☀⌀㈀㌀㌀㬀最愀氀攀洀攀渀琀 瀀漀甀爀 搀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 挀漀洀瀀漀爀琀愀渀琀 瀀氀甀猀椀攀甀爀猀  
variables d&#233;pendantes ; d'une certaine mani&#232;re, <I>GRM</I> peut &#234;tre ਀挀漀渀猀椀搀☀⌀㈀㌀㌀㬀爀☀⌀㈀㌀㌀㬀 挀漀洀洀攀 甀渀 瀀爀漀最爀愀洀洀攀 搀✀愀渀愀氀礀猀攀 挀愀渀漀渀椀焀甀攀 ⠀甀渀椀焀甀攀⤀ 瀀愀猀ⴀ☀⌀㈀㈀㐀㬀ⴀ瀀愀猀 攀琀  
par recherche exhaustive du meilleur mod&#232;le. Ces m&#233;thodes peuvent &#234;tre ਀甀琀椀氀椀猀☀⌀㈀㌀㌀㬀攀猀 愀瘀攀挀 搀攀猀 瀀氀愀渀猀 挀漀洀瀀漀爀琀愀渀琀 搀攀猀 瘀愀爀椀愀戀氀攀猀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀椀瘀攀猀 挀漀渀琀椀渀甀攀猀 攀琀⼀漀甀  
cat&#233;gorielles (c'est-&#224;-dire des mod&#232;les ANOVA et ANCOVA), et les techniques ਀甀琀椀氀椀猀☀⌀㈀㌀㌀㬀攀猀 搀愀渀猀 㰀䤀㸀䜀刀䴀㰀⼀䤀㸀 最愀爀愀渀琀椀猀猀攀渀琀 焀甀攀 氀攀猀 攀昀昀攀琀猀 ☀⌀㈀㈀㐀㬀 瀀氀甀猀椀攀甀爀猀 搀攀最爀☀⌀㈀㌀㌀㬀猀 搀攀  
libert&#233; seront consid&#233;r&#233;s (inclus ou exclus du mod&#232;le) en bloc. Plus ਀瀀爀☀⌀㈀㌀㌀㬀挀椀猀☀⌀㈀㌀㌀㬀洀攀渀琀Ⰰ 㰀䤀㸀䜀刀䴀㰀⼀䤀㸀 瀀攀爀洀攀琀 搀攀 挀漀渀猀琀爀甀椀爀攀 搀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 瀀愀爀 猀☀⌀㈀㌀㌀㬀氀攀挀琀椀漀渀  
ascendante ou descendante uniquement (les effets ne peuvent &#234;tre inclus ਀漀甀 攀砀挀氀甀猀 焀甀✀甀渀攀 猀攀甀氀攀 昀漀椀猀 愀甀 挀漀甀爀猀 搀甀 瀀爀漀挀攀猀猀甀猀 搀攀 猀☀⌀㈀㌀㌀㬀氀攀挀琀椀漀渀⤀Ⰰ 瀀愀爀 猀☀⌀㈀㌀㌀㬀氀攀挀琀椀漀渀  
ascendante ou descendante standard (les effets peuvent &#234;tre inclus ou exclus du ਀洀漀搀☀⌀㈀㌀㈀㬀氀攀 ☀⌀㈀㈀㐀㬀 挀栀愀焀甀攀 ☀⌀㈀㌀㌀㬀琀愀瀀攀 猀攀氀漀渀 氀攀猀 挀爀椀琀☀⌀㈀㌀㈀㬀爀攀猀 搀甀 㰀䤀㸀䘀㰀⼀䤀㸀 漀甀 搀甀 㰀䤀㸀瀀㰀⼀䤀㸀 搀✀椀渀挀氀甀猀椀漀渀  
ou d'exclusion), ou par recherche exhaustive du meilleur mod&#232;le (sous-ensemble de ਀瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀攀甀爀猀⤀⸀ 䌀攀琀琀攀 搀攀爀渀椀☀⌀㈀㌀㈀㬀爀攀 洀☀⌀㈀㌀㌀㬀琀栀漀搀攀 瀀攀爀洀攀琀 ☀⌀㈀㈀㐀㬀 氀✀甀琀椀氀椀猀愀琀攀甀爀 搀攀 挀漀渀琀爀☀⌀㈀㐀㐀㬀氀攀爀 搀攀  
fa&#231;on flexible les mod&#232;les consid&#233;r&#233;s au cours de la phase de recherche du ਀洀攀椀氀氀攀甀爀 洀漀搀☀⌀㈀㌀㈀㬀氀攀 ⠀瀀愀爀 攀砀攀洀瀀氀攀Ⰰ 氀愀 琀愀椀氀氀攀 洀愀砀椀洀甀洀 攀琀 洀椀渀椀洀甀洀 搀甀 猀漀甀猀ⴀ攀渀猀攀洀戀氀攀  
de pr&#233;dicteurs, le <I>CP</I> de Mallow, le <I>R</I><sup>2</sup>, et le <I>R</I><sup>2</sup> ajust&#233;, ਀攀琀挀⸀⸀⸀⤀⸀ 
਀㰀倀㸀㰀䈀㸀刀☀⌀㈀㌀㌀㬀猀甀氀琀愀琀猀⸀㰀⼀䈀㸀 䰀攀 洀漀搀甀氀攀 搀攀猀 㰀䤀㸀䴀漀搀☀⌀㈀㌀㈀㬀氀攀猀 䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀 搀攀 刀☀⌀㈀㌀㌀㬀最爀攀猀猀椀漀渀 ⠀䜀刀䴀⤀㰀⼀䤀㸀  
offre toutes les options standard et sp&#233;cifiques d&#233;crites dans le cadre du ਀洀漀搀甀氀攀 㰀䄀  
href="#vglm"><I>GLM</I></A> ਀⠀渀漀琀愀洀洀攀渀琀 氀攀猀 瀀爀漀昀椀氀猀 搀攀 搀☀⌀㈀㌀㌀㬀猀椀爀愀戀椀氀椀琀☀⌀㈀㌀㌀㬀 㬀 氀攀猀 猀琀愀琀椀猀琀椀焀甀攀猀 猀甀爀 氀攀猀 瘀愀氀攀甀爀猀  
pr&#233;vues et les r&#233;sidus des &#233;chantillons d'apprentissage, de validation ਀挀爀漀椀猀☀⌀㈀㌀㌀㬀攀 攀琀 搀攀 瀀爀☀⌀㈀㌀㌀㬀瘀椀猀椀漀渀 㬀 搀攀猀 琀攀猀琀猀 搀✀栀礀瀀漀琀栀☀⌀㈀㌀㈀㬀猀攀猀 㬀 搀攀猀 琀爀愀挀☀⌀㈀㌀㌀㬀猀 搀攀 洀漀礀攀渀渀攀猀  
; etc...). En outre, des r&#233;sultats sp&#233;cifiques &#224; la r&#233;gression sont &#233;galement ਀搀椀猀瀀漀渀椀戀氀攀猀Ⰰ 攀渀 瀀愀爀琀椀挀甀氀椀攀爀 氀攀猀 搀椀愀最爀愀洀洀攀猀 搀攀 倀愀爀攀琀漀 搀攀猀 瀀愀爀愀洀☀⌀㈀㌀㈀㬀琀爀攀猀 攀猀琀椀洀☀⌀㈀㌀㌀㬀猀Ⰰ 氀愀  
synth&#232;se compl&#232;te du mod&#232;le (tests) avec diverses m&#233;thodes pour &#233;valuer des ਀洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 猀愀渀猀 漀爀搀漀渀渀☀⌀㈀㌀㌀㬀攀 ☀⌀㈀㈀㐀㬀 氀✀漀爀椀最椀渀攀Ⰰ 氀攀猀 挀漀爀爀☀⌀㈀㌀㌀㬀氀愀琀椀漀渀猀 瀀愀爀琀椀攀氀氀攀猀 攀琀  
semi-partielles, etc... ਀㰀倀㸀 
<TABLE align=right>਀  㰀吀䈀伀䐀夀㸀 
  <TR>਀    㰀吀䐀㸀㰀䄀 栀爀攀昀㴀∀⌀琀漀挀∀㸀㰀䘀伀一吀  
      size=1>Haut ਀      搀攀 氀愀 倀愀最攀㰀⼀䘀伀一吀㸀㰀⼀䄀㸀 㰀⼀吀䐀㸀㰀⼀吀刀㸀㰀⼀吀䈀伀䐀夀㸀㰀⼀吀䄀䈀䰀䔀㸀㰀䈀刀 挀氀攀愀爀㴀爀椀最栀琀㸀㰀䄀  
name=gda></A>਀ 
਀ 
਀㰀䠀㌀㸀㰀䤀䴀䜀 猀爀挀㴀∀椀洀愀最攀猀⼀洀开最搀愀⸀最椀昀∀ 愀氀椀最渀㴀戀漀琀琀漀洀㸀 䴀漀搀☀⌀㈀㌀㈀㬀氀攀猀 䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀  
d'Analyse Discriminante (GDA)</H3>਀㰀倀㸀䰀攀 洀漀搀甀氀攀 㰀䤀㸀匀吀䄀吀䤀匀吀䤀䌀䄀 䴀漀搀☀⌀㈀㌀㈀㬀氀攀猀 䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀 搀✀䄀渀愀氀礀猀攀 䐀椀猀挀爀椀洀椀渀愀渀琀攀 ⠀䜀䐀䄀⤀㰀⼀䤀㸀  
est une extension et une g&#233;n&#233;ralisation du <I>Mod&#232;le Lin&#233;aire G&#233;n&#233;ral</I> &#224; des probl&#232;mes ਀搀攀 挀氀愀猀猀椀昀椀挀愀琀椀漀渀⸀ 吀漀甀琀 挀漀洀洀攀 氀攀 洀漀搀甀氀攀 搀✀䄀渀愀氀礀猀攀 䐀椀猀挀爀椀洀椀渀愀渀琀攀 猀琀愀渀搀愀爀搀Ⰰ 氀攀  
module <I>GDA</I> vous permet de r&#233;aliser des analyses discriminantes standard ਀攀琀 瀀愀猀ⴀ☀⌀㈀㈀㐀㬀ⴀ瀀愀猀⸀ 吀漀甀琀攀昀漀椀猀Ⰰ 㰀䤀㸀䜀䐀䄀㰀⼀䤀㸀 愀戀漀爀搀攀 氀攀 瀀爀漀戀氀☀⌀㈀㌀㈀㬀洀攀 搀✀愀渀愀氀礀猀攀 搀椀猀挀爀椀洀椀渀愀渀琀攀  
comme un cas particulier du mod&#232;le lin&#233;aire g&#233;n&#233;ral, et offre par cons&#233;quent ਀搀攀猀 琀攀挀栀渀椀焀甀攀猀 愀渀愀氀礀琀椀焀甀攀猀 攀砀琀爀☀⌀㈀㌀㐀㬀洀攀洀攀渀琀 甀琀椀氀攀猀Ⰰ 琀漀甀琀 ☀⌀㈀㈀㐀㬀 氀愀 昀漀椀猀 椀渀渀漀瘀愀渀琀攀猀Ⰰ  
efficaces et tr&#232;s puissantes. ਀ 
<P><B>Approche statistique et applications sp&#233;cifiques.</B> Comme en analyse ਀搀椀猀挀爀椀洀椀渀愀渀琀攀 琀爀愀搀椀琀椀漀渀渀攀氀氀攀Ⰰ 㰀䤀㸀䜀䐀䄀㰀⼀䤀㸀 瘀漀甀猀 瀀攀爀洀攀琀 搀攀 猀瀀☀⌀㈀㌀㌀㬀挀椀昀椀攀爀 甀渀攀 瘀愀爀椀愀戀氀攀  
d&#233;pendante cat&#233;gorielle. Pour l'analyse, l'appartenance au groupe (par rapport ਀☀⌀㈀㈀㐀㬀 氀愀 瘀愀爀椀愀戀氀攀 搀☀⌀㈀㌀㌀㬀瀀攀渀搀愀渀琀攀⤀ 攀猀琀 愀氀漀爀猀 挀漀搀椀昀椀☀⌀㈀㌀㌀㬀攀 搀愀渀猀 搀攀猀 瘀愀爀椀愀戀氀攀猀ⴀ椀渀搀椀挀愀琀攀甀爀  
(indicateurs), et toutes les m&#233;thodes de <I>GRM</I> (d&#233;crites ci-dessus) ਀瀀攀甀瘀攀渀琀 猀✀愀瀀瀀氀椀焀甀攀爀⸀ 䐀愀渀猀 氀攀猀 戀漀☀⌀㈀㌀㠀㬀琀攀猀 搀攀 搀椀愀氀漀最甀攀 搀攀 爀☀⌀㈀㌀㌀㬀猀甀氀琀愀琀猀Ⰰ 瘀漀甀猀 瀀漀甀瘀攀稀  
acc&#233;der &#224; toute la gamme de statistiques sur les r&#233;sidus que vous pouvez ਀琀爀漀甀瘀攀爀 搀愀渀猀 㰀䤀㸀䜀刀䴀㰀⼀䤀㸀 攀琀 搀愀渀猀 㰀䤀㸀䜀䰀䴀㰀⼀䤀㸀 㬀 瀀愀爀 攀砀攀洀瀀氀攀Ⰰ 瘀漀甀猀 瀀漀甀瘀攀稀 瘀椀猀甀愀氀椀猀攀爀  
toutes les valeurs pr&#233;vues et r&#233;sidus produits dans les analyses de type r&#233;gression ਀瀀漀甀爀 挀栀愀挀甀渀 搀攀猀 最爀漀甀瀀攀猀 ⠀挀栀愀焀甀攀 瘀愀爀椀愀戀氀攀 搀☀⌀㈀㌀㌀㬀瀀攀渀搀愀渀琀攀 椀渀搀椀挀愀琀攀甀爀 挀漀搀椀昀椀☀⌀㈀㌀㌀㬀攀⤀Ⰰ 攀琀  
choisir parmi les nombreux trac&#233;s de r&#233;sidus disponibles. Vous pouvez naturellement ਀愀挀挀☀⌀㈀㌀㌀㬀搀攀爀 ☀⌀㈀㈀㐀㬀 琀漀甀琀攀猀 氀攀猀 猀琀愀琀椀猀琀椀焀甀攀猀 猀瀀☀⌀㈀㌀㌀㬀挀椀愀氀椀猀☀⌀㈀㌀㌀㬀攀猀 搀攀 瀀爀☀⌀㈀㌀㌀㬀瘀椀猀椀漀渀 攀琀 搀攀 挀氀愀猀猀椀昀椀挀愀琀椀漀渀  
qui sont habituellement produites en analyse discriminante ; mais ces statistiques ਀猀漀渀琀 愀挀挀攀猀猀椀戀氀攀猀 猀漀甀猀 甀渀攀 昀漀爀洀攀 渀漀瘀愀琀爀椀挀攀 最爀☀⌀㈀㈀㘀㬀挀攀 ☀⌀㈀㈀㐀㬀 氀✀愀瀀瀀爀漀挀栀攀 甀渀椀焀甀攀 搀攀  
<I>STATISTICA</I>. Vous pouvez par exemple produire des "profils de d&#233;sirabilit&#233;" ਀攀渀 挀漀洀戀椀渀愀渀琀 氀攀猀 瀀爀漀戀愀戀椀氀椀琀☀⌀㈀㌀㌀㬀猀 搀攀 瀀爀☀⌀㈀㌀㌀㬀瘀椀猀椀漀渀 㰀䤀㸀愀 瀀漀猀琀攀爀椀漀爀椀㰀⼀䤀㸀 搀攀猀 最爀漀甀瀀攀猀 搀愀渀猀 甀渀  
score de d&#233;sirabilit&#233;, puis laisser le programme rechercher les valeurs ou les ਀挀漀洀戀椀渀愀椀猀漀渀猀 搀攀 瀀愀爀愀洀☀⌀㈀㌀㌀㬀琀爀愀最攀猀 搀攀猀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀攀甀爀猀 挀愀琀☀⌀㈀㌀㌀㬀最漀爀椀攀氀猀 焀甀椀 瘀漀渀琀 漀瀀琀椀洀椀猀攀爀 挀攀  
score. Ainsi, <I>GDA</I> offre des outils efficaces et puissants pour le data ਀洀椀渀椀渀最 攀琀 瀀漀甀爀 氀愀 爀攀挀栀攀爀挀栀攀 愀瀀瀀氀椀焀甀☀⌀㈀㌀㌀㬀攀 㬀 瀀愀爀 攀砀攀洀瀀氀攀Ⰰ 瘀漀甀猀 瀀漀甀瘀攀稀 甀琀椀氀椀猀攀爀 搀攀猀  
m&#233;thodes de <I>Plans d'Exp&#233;riences</I> pour produire un plans d'exp&#233;rience ਀搀✀愀洀☀⌀㈀㌀㌀㬀氀椀漀爀愀琀椀漀渀 搀攀 氀愀 焀甀愀氀椀琀☀⌀㈀㌀㌀㬀Ⰰ 愀瀀瀀氀椀焀甀攀爀 挀攀 瀀氀愀渀 ☀⌀㈀㈀㐀㬀 搀攀猀 搀漀渀渀☀⌀㈀㌀㌀㬀攀猀 挀愀琀☀⌀㈀㌀㌀㬀最漀爀椀攀氀氀攀猀 搀攀  
sortie (par exemple, des classifications distinctes libell&#233;es "excellent", ਀∀愀挀挀攀瀀琀愀戀氀攀∀ 漀甀 ∀爀攀樀攀琀∀⤀Ⰰ 瀀甀椀猀 洀漀搀☀⌀㈀㌀㌀㬀氀椀猀攀爀 氀攀猀 瀀爀漀戀愀戀椀氀椀琀☀⌀㈀㌀㌀㬀猀 搀攀 瀀爀☀⌀㈀㌀㌀㬀瘀椀猀椀漀渀 㰀䤀㸀愀  
posteriori</I> de ces sorties en utilisant les variables de votre plan ਀搀✀攀砀瀀☀⌀㈀㌀㌀㬀爀椀攀渀挀攀猀⸀  
਀㰀倀㸀㰀䈀㸀刀☀⌀㈀㌀㌀㬀猀甀氀琀愀琀猀 猀琀愀渀搀愀爀搀 搀攀 氀✀愀渀愀氀礀猀攀 搀椀猀挀爀椀洀椀渀愀渀琀攀⸀㰀⼀䈀㸀 㰀䤀㸀匀吀䄀吀䤀匀吀䤀䌀䄀 䜀䐀䄀㰀⼀䤀㸀  
va calculer tous les r&#233;sultats standard de l'analyse discriminante, notamment ਀氀攀猀 挀漀攀昀昀椀挀椀攀渀琀猀 搀攀 氀愀 昀漀渀挀琀椀漀渀 搀椀猀挀爀椀洀椀渀愀渀琀攀Ⰰ 氀攀猀 爀☀⌀㈀㌀㌀㬀猀甀氀琀愀琀猀 搀攀 氀✀愀渀愀氀礀猀攀  
canonique (coefficients bruts et standardis&#233;s, tests de significativit&#233; des ਀爀愀挀椀渀攀猀 挀愀渀漀渀椀焀甀攀猀 猀甀挀挀攀猀猀椀瘀攀猀Ⰰ 攀琀挀⸀⸀⸀⤀Ⰰ 氀攀猀 猀琀愀琀椀猀琀椀焀甀攀猀 搀攀 氀愀 挀氀愀猀猀椀昀椀挀愀琀椀漀渀  
(notamment les distances de Mahalanobis, les probabilit&#233;s <I>a posteriori</I>, ਀氀愀 瘀☀⌀㈀㌀㌀㬀爀椀琀愀戀氀攀 挀氀愀猀猀椀昀椀挀愀琀椀漀渀 搀攀猀 漀戀猀攀爀瘀愀琀椀漀渀猀 搀愀渀猀 氀✀☀⌀㈀㌀㌀㬀挀栀愀渀琀椀氀氀漀渀 搀✀愀渀愀氀礀猀攀 攀琀  
dans l'&#233;chantillon de validation, la matrice de mauvaise classification, etc...). ਀ 
<P><B>Sp&#233;cificit&#233;s de <I>GDA</I>, actuellement disponibles uniquement dans ਀㰀䤀㸀匀吀䄀吀䤀匀吀䤀䌀䄀㰀⼀䤀㸀⸀㰀⼀䈀㸀 䔀渀 漀甀琀爀攀Ⰰ 㰀䤀㸀匀吀䄀吀䤀匀吀䤀䌀䄀 䜀䐀䄀㰀⼀䤀㸀 漀昀昀爀攀 搀攀 渀漀洀戀爀攀甀猀攀猀  
fonctionnalit&#233;s et r&#233;sultats uniques : ਀㰀倀㸀㰀䤀㸀匀瀀☀⌀㈀㌀㌀㬀挀椀昀椀攀爀 搀攀猀 瘀愀爀椀愀戀氀攀猀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀椀瘀攀猀 攀琀 氀攀甀爀猀 攀昀昀攀琀猀 㬀 挀漀渀猀琀爀甀挀琀椀漀渀 搀甀 洀漀搀☀⌀㈀㌀㈀㬀氀攀 㨀㰀⼀䤀㸀  
<P>1. Possibilit&#233; de sp&#233;cifier des pr&#233;dicteurs continus et cat&#233;goriels, et non pas ਀猀攀甀氀攀洀攀渀琀 搀攀猀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀攀甀爀猀 挀漀渀琀椀渀甀猀 瀀漀甀爀 氀✀愀渀愀氀礀猀攀 ⠀甀渀攀 氀椀洀椀琀愀琀椀漀渀 挀漀甀爀愀渀琀攀 搀愀渀猀  
les programmes traditionnels d'analyse discriminante) ; GDA vous permet de sp&#233;cifier ਀搀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 搀攀 琀礀瀀攀 䄀一伀嘀䄀 攀琀 䄀一䌀伀嘀䄀 猀椀洀瀀氀攀猀 攀琀 挀漀洀瀀氀攀砀攀猀Ⰰ 瀀愀爀 攀砀攀洀瀀氀攀Ⰰ 甀渀 洀☀⌀㈀㌀㌀㬀氀愀渀最攀 搀攀  
pr&#233;dicteurs cat&#233;goriels et continus, des plans polynomiaux (surface de r&#233;ponse), des ਀瀀氀愀渀猀 昀愀挀琀漀爀椀攀氀猀Ⰰ 搀攀猀 瀀氀愀渀猀 椀洀戀爀椀焀甀☀⌀㈀㌀㌀㬀猀Ⰰ 攀琀挀⸀⸀⸀  
਀㰀倀㸀㈀⸀ 䔀昀昀攀琀猀 ☀⌀㈀㈀㐀㬀 瀀氀甀猀椀攀甀爀猀 搀攀最爀☀⌀㈀㌀㌀㬀猀 搀攀 氀椀戀攀爀琀☀⌀㈀㌀㌀㬀 搀愀渀猀 氀愀 猀☀⌀㈀㌀㌀㬀氀攀挀琀椀漀渀 瀀愀猀ⴀ☀⌀㈀㈀㐀㬀ⴀ瀀愀猀 㬀 氀攀猀 琀攀爀洀攀猀  
repr&#233;sentant l'ensemble des pr&#233;dicteurs (constitu&#233; de pr&#233;dicteurs continus &#224; un seul ਀搀攀最爀☀⌀㈀㌀㌀㬀 搀攀 氀椀戀攀爀琀☀⌀㈀㌀㌀㬀Ⰰ 洀愀椀猀 ☀⌀㈀㌀㌀㬀最愀氀攀洀攀渀琀 搀✀攀昀昀攀琀猀 ☀⌀㈀㈀㐀㬀 瀀氀甀猀椀攀甀爀猀 搀攀最爀☀⌀㈀㌀㌀㬀猀 搀攀 氀椀戀攀爀琀☀⌀㈀㌀㌀㬀⤀ 瀀攀甀瘀攀渀琀 ☀⌀㈀㌀㐀㬀琀爀攀  
utilis&#233;s dans les analyses discriminantes pas-&#224;-pas ; les effets &#224; plusieurs degr&#233;s ਀搀攀 氀椀戀攀爀琀☀⌀㈀㌀㌀㬀 猀漀渀琀 琀漀甀樀漀甀爀猀 椀渀挀氀甀猀⼀攀砀挀氀甀猀 瀀愀爀 戀氀漀挀猀⸀  
਀㰀倀㸀㌀⸀ 匀☀⌀㈀㌀㌀㬀氀攀挀琀椀漀渀 瀀愀爀 爀攀挀栀攀爀挀栀攀 攀砀栀愀甀猀琀椀瘀攀 搀甀 洀攀椀氀氀攀甀爀 洀漀搀☀⌀㈀㌀㈀㬀氀攀 搀攀猀 攀昀昀攀琀猀 搀攀  
pr&#233;dicteurs ; vous pouvez sp&#233;cifier des effets &#224; un seul ou plusieurs degr&#233;s ਀搀攀 氀椀戀攀爀琀☀⌀㈀㌀㌀㬀 瀀漀甀爀 氀攀猀 愀渀愀氀礀猀攀猀 搀椀猀挀爀椀洀椀渀愀渀琀攀猀 瀀愀爀 爀攀挀栀攀爀挀栀攀 攀砀栀愀甀猀琀椀瘀攀 㬀 氀攀  
programme va s&#233;lectionner les effets (jusqu'&#224; un certain nombre d'effets sp&#233;cifi&#233; ਀瀀愀爀 氀✀甀琀椀氀椀猀愀琀攀甀爀⤀ 焀甀椀 瀀爀漀搀甀椀猀攀渀琀 氀愀 洀攀椀氀氀攀甀爀攀 搀椀猀挀爀椀洀椀渀愀琀椀漀渀 攀渀琀爀攀 氀攀猀 最爀漀甀瀀攀猀⸀  
 ਀㰀倀㸀㐀⸀ 匀☀⌀㈀㌀㌀㬀氀攀挀琀椀漀渀 搀攀猀 攀昀昀攀琀猀 搀攀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀攀甀爀猀 戀愀猀☀⌀㈀㌀㌀㬀猀 猀甀爀 氀攀猀 琀愀甀砀 搀攀 洀愀甀瘀愀椀猀攀  
classification ; <I>GDA</I> permet &#224; l'utilisateur de construire son mod&#232;le ਀⠀猀☀⌀㈀㌀㌀㬀氀攀挀琀椀漀渀 搀攀猀 攀昀昀攀琀猀 搀攀猀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀攀甀爀猀⤀Ⰰ 渀漀渀 猀攀甀氀攀洀攀渀琀 猀甀爀 氀愀 戀愀猀攀 搀攀猀 挀爀椀琀☀⌀㈀㌀㈀㬀爀攀猀  
traditionnels (par exemple, <I>p</I> d'inclusion/d'exclusion ; lambda de Wilk), mais ਀☀⌀㈀㌀㌀㬀最愀氀攀洀攀渀琀 猀甀爀 氀愀 戀愀猀攀 搀攀猀 琀愀甀砀 搀攀 洀愀甀瘀愀椀猀攀 挀氀愀猀猀椀昀椀挀愀琀椀漀渀 㬀 攀渀 搀✀愀甀琀爀攀猀 琀攀爀洀攀猀Ⰰ  
le programme va s&#233;lectionner les effets des pr&#233;dicteurs qui vont maximiser ਀氀愀 瀀爀☀⌀㈀㌀㌀㬀挀椀猀椀漀渀 搀攀 氀愀 挀氀愀猀猀椀昀椀挀愀琀椀漀渀Ⰰ 猀漀椀琀 瀀漀甀爀 氀攀猀 漀戀猀攀爀瘀愀琀椀漀渀猀 ☀⌀㈀㈀㐀㬀 瀀愀爀琀椀爀 搀攀猀焀甀攀氀氀攀猀  
les param&#232;tres ont &#233;t&#233; estim&#233;s, soit pour l'&#233;chantillon de validation crois&#233;e ਀⠀愀昀椀渀 搀攀 瀀爀☀⌀㈀㌀㌀㬀瘀攀渀椀爀 氀攀 猀甀爀ⴀ愀樀甀猀琀攀洀攀渀琀⤀ 㬀 挀攀猀 琀攀挀栀渀椀焀甀攀猀 瀀攀爀洀攀琀琀攀渀琀 搀✀甀琀椀氀椀猀攀爀 㰀䤀㸀䜀䐀䄀㰀⼀䤀㸀  
comme un outil de data mining rapide de type r&#233;seau de neurones pour des ਀瀀爀漀戀氀☀⌀㈀㌀㈀㬀洀攀猀 搀攀 挀氀愀猀猀椀昀椀挀愀琀椀漀渀Ⰰ 攀琀 焀甀攀 瘀漀甀猀 瀀漀甀瘀攀稀 甀琀椀氀椀猀攀爀 挀漀洀洀攀 甀渀攀 愀氀琀攀爀渀愀琀椀瘀攀 ☀⌀㈀㈀㐀㬀  
d'autres techniques similaires (arbres de classification, m&#233;thodes sp&#233;cifiques de ਀爀☀⌀㈀㌀㌀㬀猀攀愀甀砀 搀攀 渀攀甀爀漀渀攀猀Ⰰ 攀琀挀⸀⸀⸀ 㬀 㰀䤀㸀䜀䐀䄀㰀⼀䤀㸀 琀攀渀搀 ☀⌀㈀㈀㐀㬀 ☀⌀㈀㌀㐀㬀琀爀攀 瀀氀甀猀 爀愀瀀椀搀攀 焀甀攀 挀攀猀 琀攀挀栀渀椀焀甀攀猀  
dans la mesure o&#249; il demeure bas&#233; sur le <I>Mod&#232;le Lin&#233;aire G&#233;n&#233;ral</I>, plus efficace). ਀ 
<P><I>R&#233;sultats statistiques ; profil de d&#233;sirabilit&#233; :</I> ਀㰀倀㸀㄀⸀ 刀☀⌀㈀㌀㌀㬀猀甀氀琀愀琀猀 搀☀⌀㈀㌀㌀㬀琀愀椀氀氀☀⌀㈀㌀㌀㬀猀 攀琀 猀琀愀琀椀猀琀椀焀甀攀猀⼀琀爀愀挀☀⌀㈀㌀㌀㬀猀 搀椀愀最渀漀猀琀椀焀甀攀猀 㬀 漀甀琀爀攀 氀攀猀  
r&#233;sultats statistiques standard, <I>GDA</I> offre de nombreuses informations ਀愀甀砀椀氀椀愀椀爀攀猀 瀀漀甀爀 愀椀搀攀爀 氀✀甀琀椀氀椀猀愀琀攀甀爀 ☀⌀㈀㈀㐀㬀 搀☀⌀㈀㌀㌀㬀挀椀搀攀爀 搀攀 氀✀愀搀☀⌀㈀㌀㌀㬀焀甀愀琀椀漀渀 搀✀甀渀 洀漀搀☀⌀㈀㌀㈀㬀氀攀 爀攀琀攀渀甀  
d'analyse discriminante (statistiques descriptives et graphiques, distances de ਀䴀愀栀愀氀愀渀漀戀椀猀Ⰰ 搀椀猀琀愀渀挀攀猀 搀攀 䌀漀漀欀Ⰰ 攀琀 氀攀瘀椀攀爀猀 搀攀猀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀攀甀爀猀Ⰰ 攀琀挀⸀⸀⸀⤀⸀  
਀㰀倀㸀㈀⸀ 倀爀漀昀椀氀猀 搀攀猀 挀氀愀猀猀椀昀椀挀愀琀椀漀渀猀 愀琀琀攀渀搀甀攀猀 㬀 㰀䤀㸀䜀䐀䄀㰀⼀䤀㸀 挀漀渀琀椀攀渀琀 甀渀攀 愀搀愀瀀琀愀琀椀漀渀  
du profil de r&#233;ponse g&#233;n&#233;raliste de <I>GLM (GRM)</I> ; ces options permettent &#224; ਀氀✀甀琀椀氀椀猀愀琀攀甀爀 搀攀 搀☀⌀㈀㌀㌀㬀琀攀爀洀椀渀攀爀 爀愀瀀椀搀攀洀攀渀琀 氀攀猀 瘀愀氀攀甀爀猀 ⠀漀甀 渀椀瘀攀愀甀砀⤀ 搀攀猀 瘀愀爀椀愀戀氀攀猀  
pr&#233;dictives qui vont maximiser les probabilit&#233;s de classification <I>a ਀瀀漀猀琀攀爀椀漀爀椀㰀⼀䤀㸀 瀀漀甀爀 甀渀 猀攀甀氀 最爀漀甀瀀攀Ⰰ 漀甀 瀀漀甀爀 甀渀 攀渀猀攀洀戀氀攀 搀攀 最爀漀甀瀀攀猀 搀愀渀猀 氀攀猀  
analyses ; d'une certaine mani&#232;re, l'utilisateur peut rapidement d&#233;terminer les ਀瀀爀漀昀椀氀猀 琀礀瀀攀猀 搀攀猀 瘀愀氀攀甀爀猀 搀攀猀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀攀甀爀猀 ⠀漀甀 搀攀猀 渀椀瘀攀愀甀砀 搀攀猀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀攀甀爀猀⤀ 焀甀椀  
identifient un groupe (ou un ensemble de groupes) dans l'analyse. ਀ 
<P><I>Une note de mise en garde pour les mod&#232;les avec des pr&#233;dicteurs cat&#233;goriels, ਀攀琀 愀甀琀爀攀猀 琀攀挀栀渀椀焀甀攀猀 愀瘀愀渀挀☀⌀㈀㌀㌀㬀攀猀⸀㰀⼀䤀㸀 䰀攀 洀漀搀甀氀攀 搀✀㰀䤀㸀䄀渀愀氀礀猀攀 䐀椀猀挀爀椀洀椀渀愀渀琀攀 䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀氀攀㰀⼀䤀㸀  
offre des fonctionnalit&#233;s qui font de cette technique un outil g&#233;n&#233;raliste de ਀挀氀愀猀猀椀昀椀挀愀琀椀漀渀 攀琀 搀攀 搀愀琀愀 洀椀渀椀渀最⸀ 吀漀甀琀攀昀漀椀猀Ⰰ 氀愀 瀀氀甀瀀愀爀琀 搀攀猀 漀甀瘀爀愀最攀猀 琀爀愀椀琀愀渀琀 搀攀  
l'analyse discriminante -- pour ne pas dire tous -- se limitent aux analyses ਀猀椀洀瀀氀攀猀 攀琀 瀀愀猀ⴀ☀⌀㈀㈀㐀㬀ⴀ瀀愀猀 愀瘀攀挀 搀攀猀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀攀甀爀猀 挀漀渀琀椀渀甀猀 ☀⌀㈀㈀㐀㬀 甀渀 猀攀甀氀 搀攀最爀☀⌀㈀㌀㌀㬀 搀攀 氀椀戀攀爀琀☀⌀㈀㌀㌀㬀⸀  
Il n'existe aucune "exp&#233;rience" (dans la litt&#233;rature) concernant la robustesse ਀渀椀 氀✀攀昀昀椀挀愀挀椀琀☀⌀㈀㌀㌀㬀 搀攀 挀攀猀 琀攀挀栀渀椀焀甀攀猀Ⰰ 氀漀爀猀焀甀✀攀氀氀攀猀 猀漀渀琀 最☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀氀椀猀☀⌀㈀㌀㌀㬀攀猀 搀攀 氀愀 洀愀渀椀☀⌀㈀㌀㈀㬀爀攀  
o&#249; elles le sont dans ce module extr&#234;mement puissant. L'utilisation de m&#233;thodes ਀瀀愀爀 爀攀挀栀攀爀挀栀攀 攀砀栀愀甀猀琀椀瘀攀Ⰰ 攀渀 瀀愀爀琀椀挀甀氀椀攀爀 氀漀爀猀焀甀✀攀氀氀攀猀 猀漀渀琀 甀琀椀氀椀猀☀⌀㈀㌀㌀㬀攀猀 攀渀  
conjonction avec des pr&#233;dicteurs cat&#233;goriels ou en utilisant les taux de ਀洀愀甀瘀愀椀猀攀 挀氀愀猀猀椀昀椀挀愀琀椀漀渀 搀愀渀猀 甀渀 ☀⌀㈀㌀㌀㬀挀栀愀渀琀椀氀氀漀渀 搀攀 瘀愀氀椀搀愀琀椀漀渀 挀爀漀椀猀☀⌀㈀㌀㌀㬀攀 瀀漀甀爀 琀爀漀甀瘀攀爀  
le meilleur ensemble de pr&#233;dicteurs, doit &#234;tre plut&#244;t consid&#233;r&#233;e comme une ਀洀☀⌀㈀㌀㌀㬀琀栀漀搀攀 搀攀 爀攀挀栀攀爀挀栀攀 栀攀甀爀椀猀琀椀焀甀攀Ⰰ 攀琀 渀漀渀 挀漀洀洀攀 甀渀攀 琀攀挀栀渀椀焀甀攀 搀✀愀渀愀氀礀猀攀 猀琀愀琀椀猀琀椀焀甀攀⸀  
਀㰀吀䄀䈀䰀䔀 愀氀椀最渀㴀爀椀最栀琀㸀 
  <TBODY>਀  㰀吀刀㸀 
    <TD><A href="#toc"><FONT ਀      猀椀稀攀㴀㄀㸀䠀愀甀琀 搀攀 氀愀 倀愀最攀㰀⼀䘀伀一吀㸀㰀⼀䄀㸀 㰀⼀吀䐀㸀㰀⼀吀刀㸀㰀⼀吀䈀伀䐀夀㸀㰀⼀吀䄀䈀䰀䔀㸀㰀䈀刀 挀氀攀愀爀㴀爀椀最栀琀㸀 
਀ 
<A ਀渀愀洀攀㴀瘀最氀稀㸀㰀⼀䄀㸀㰀栀㌀㸀㰀䤀䴀䜀 猀爀挀㴀∀椀洀愀最攀猀⼀洀开最氀稀⸀最椀昀∀  
align=bottom>&nbsp;&nbsp;Mod&#232;les Lin&#233;aires G&#233;n&#233;ralis&#233;s (GLZ)</H3>਀ 
<P>Les mod&#232;les lin&#233;aires g&#233;n&#233;ralis&#233;s permettent de rechercher des relations ਀氀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀猀 攀琀 渀漀渀ⴀ氀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀猀 攀渀琀爀攀 甀渀攀 瘀愀爀椀愀戀氀攀 搀攀 爀☀⌀㈀㌀㌀㬀瀀漀渀猀攀 挀漀渀琀椀渀甀攀Ⰰ 漀甀 戀椀渀漀洀椀愀氀攀Ⰰ  
multinomiale ou cat&#233;gorielle multinomiale et des variables pr&#233;dictives continues ਀漀甀 挀愀琀☀⌀㈀㌀㌀㬀最漀爀椀攀氀氀攀猀 ⠀爀攀洀愀爀焀甀攀 㨀 㰀䤀㸀匀吀䄀吀䤀匀吀䤀䌀䄀㰀⼀䤀㸀 挀漀渀琀椀攀渀琀 ☀⌀㈀㌀㌀㬀最愀氀攀洀攀渀琀 甀渀 洀漀搀甀氀攀 
de <I>Mod&#232;les Additifs G&#233;n&#233;ralis&#233;s, GAM</I>). Un certain nombre de type ਀搀✀愀渀愀氀礀猀攀猀 氀愀爀最攀洀攀渀琀 甀琀椀氀椀猀☀⌀㈀㌀㌀㬀攀猀 瀀攀甀瘀攀渀琀 ☀⌀㈀㌀㐀㬀琀爀攀 挀漀渀猀椀搀☀⌀㈀㌀㌀㬀爀☀⌀㈀㌀㌀㬀攀猀 挀漀洀洀攀 搀攀猀 挀愀猀  
particuliers de mod&#232;les lin&#233;aires g&#233;n&#233;ralis&#233;s, par exemple, les r&#233;gressions Probit ਀攀琀 䰀漀最椀琀 戀椀渀漀洀椀愀氀攀 攀琀 洀甀氀琀椀渀漀洀椀愀氀攀猀 ⠀焀甀攀 瘀漀甀猀 瀀漀甀瘀攀稀 猀瀀☀⌀㈀㌀㌀㬀挀椀昀椀攀爀 爀愀瀀椀搀攀洀攀渀琀  
gr&#226;ce aux raccourcis des bo&#238;tes de dialogue) ou les mod&#232;les de la th&#233;orie de ਀搀☀⌀㈀㌀㌀㬀琀攀挀琀椀漀渀 搀甀 猀椀最渀愀氀 ⠀匀椀最渀愀氀 䐀攀琀攀挀琀椀漀渀 吀栀攀漀爀礀⤀⸀ 䰀攀猀 椀渀琀攀爀昀愀挀攀猀ⴀ甀琀椀氀椀猀愀琀攀甀爀Ⰰ  
les m&#233;thodes de sp&#233;cification des mod&#232;les et l'aspect g&#233;n&#233;ral du programme ਀猀漀渀琀 椀搀攀渀琀椀焀甀攀猀 ☀⌀㈀㈀㐀㬀 挀攀甀砀 搀攀猀 焀甀愀琀爀攀 愀甀琀爀攀猀 洀漀搀甀氀攀猀 ⠀㰀䄀  
href="#vglm"><I>GLM</I></A>, <A ਀栀爀攀昀㴀∀⌀瘀最猀爀∀㸀㰀䤀㸀䜀刀䴀㰀⼀䤀㸀㰀⼀䄀㸀Ⰰ 㰀䄀  
href="#gda"><I>GDA</I></A>, <A ਀栀爀攀昀㴀∀⌀瘀瀀氀猀∀㸀㰀䤀㸀倀䰀匀㰀⼀䤀㸀㰀⼀䄀㸀⤀  
d&#233;crits ਀椀挀椀⸀ 倀愀爀 攀砀攀洀瀀氀攀Ⰰ 瘀漀甀猀 瀀漀甀瘀攀稀 愀椀猀☀⌀㈀㌀㌀㬀洀攀渀琀 猀瀀☀⌀㈀㌀㌀㬀挀椀昀椀攀爀 搀攀猀 瀀氀愀渀猀 搀攀 琀礀瀀攀 䄀一伀嘀䄀 漀甀  
MANCOVA, des surfaces de r&#233;ponse, des plans de m&#233;lange, etc... ਀䄀椀渀猀椀Ⰰ 氀攀猀 甀琀椀氀椀猀愀琀攀甀爀猀 渀☀⌀㈀㌀㌀㬀漀瀀栀礀琀攀猀 渀✀愀甀爀漀渀琀 愀甀挀甀渀 洀愀氀 ☀⌀㈀㈀㐀㬀 愀瀀瀀氀椀焀甀攀爀 搀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 
 lin&#233;aires g&#233;n&#233;ralis&#233;s pour analyser leurs donn&#233;es. ਀ 
<P><IMG height=341 alt="[Panneau de D&#233;marrage de GLZ]" ਀猀爀挀㴀∀椀洀愀最攀猀⼀最氀稀开猀琀愀爀琀甀瀀㘀⸀最椀昀∀ 眀椀搀琀栀㴀㌀㤀　 戀漀爀搀攀爀㴀　㸀  
<P><B>Mod&#232;les et fonctions de liaison.</B> De nombreuses distributions (de ਀氀愀 昀愀洀椀氀氀攀 搀攀猀 搀椀猀琀爀椀戀甀琀椀漀渀猀 攀砀瀀漀渀攀渀琀椀攀氀氀攀猀⤀ 瀀攀甀瘀攀渀琀 ☀⌀㈀㌀㐀㬀琀爀攀 猀瀀☀⌀㈀㌀㌀㬀挀椀昀椀☀⌀㈀㌀㌀㬀攀猀 瀀漀甀爀  
la variable de r&#233;ponse : Normale, Poisson, Gamma, Binomiale, Multinomiale, ਀伀爀搀椀渀愀氀攀 䴀甀氀琀椀渀漀洀椀愀氀攀Ⰰ 攀琀 䤀渀瘀攀爀猀攀 䜀愀甀猀猀椀攀渀渀攀⸀ 倀愀爀 愀椀氀氀攀甀爀猀Ⰰ 瘀漀甀猀 瀀漀甀瘀攀稀  
sp&#233;cifier la nature de la relation entre les variables pr&#233;dictives et les ਀爀☀⌀㈀㌀㌀㬀瀀漀渀猀攀猀 攀渀 猀☀⌀㈀㌀㌀㬀氀攀挀琀椀漀渀渀愀渀琀 甀渀攀 昀漀渀挀琀椀漀渀 搀椀琀攀 ∀搀攀 氀椀愀椀猀漀渀∀ 搀愀渀猀 甀渀攀 氀椀猀琀攀  
compl&#232;te de fonctions (courantes et sp&#233;cialis&#233;es). Les fonctions de liaison ਀搀椀猀瀀漀渀椀戀氀攀猀 猀漀渀琀 㨀 䰀漀最Ⰰ 倀甀椀猀猀愀渀挀攀Ⰰ 䤀搀攀渀琀椀琀☀⌀㈀㌀㌀㬀Ⰰ 䰀漀最椀琀Ⰰ 倀爀漀戀椀琀Ⰰ 䰀漀最ⴀ䰀漀最  
compl&#233;mentaire, Log-Log. � la diff&#233;rence des autres mod&#232;les non-lin&#233;aires, ਀挀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 瀀攀甀瘀攀渀琀 ☀⌀㈀㌀㐀㬀琀爀攀 愀樀甀猀琀☀⌀㈀㌀㌀㬀猀 ☀⌀㈀㈀㐀㬀 氀✀愀椀搀攀 搀攀 瀀爀漀挀☀⌀㈀㌀㌀㬀搀甀爀攀猀 搀✀攀猀琀椀洀愀琀椀漀渀 爀愀瀀椀搀攀  
et permettent des interpr&#233;tations explicites (comme pour les mod&#232;les lin&#233;aires ਀最☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀⤀ 㬀 挀✀攀猀琀 氀愀 爀愀椀猀漀渀 瀀漀甀爀 氀愀焀甀攀氀氀攀 攀氀氀攀猀 猀漀渀琀 氀愀爀最攀洀攀渀琀 甀琀椀氀椀猀☀⌀㈀㌀㌀㬀攀猀 搀愀渀猀  
les analyses de relations non-lin&#233;aires, dans les sciences et en recherche ਀愀瀀瀀氀椀焀甀☀⌀㈀㌀㌀㬀攀⸀  
਀㰀倀㸀㰀䈀㸀匀☀⌀㈀㌀㌀㬀氀攀挀琀椀漀渀 瀀愀猀ⴀ☀⌀㈀㈀㐀㬀ⴀ瀀愀猀 攀琀 爀攀挀栀攀爀挀栀攀 攀砀栀愀甀猀琀椀瘀攀 搀甀 洀攀椀氀氀攀甀爀 洀漀搀☀⌀㈀㌀㈀㬀氀攀 瀀漀甀爀 搀攀猀  
variables pr&#233;dictives cat&#233;gorielle et continues (mod&#232;les de type ANOVA).</B> ਀䔀渀 瀀氀甀猀 搀攀猀 琀攀挀栀渀椀焀甀攀猀 猀琀愀渀搀愀爀搀 搀✀愀樀甀猀琀攀洀攀渀琀 搀攀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀Ⰰ 氀攀 洀漀搀甀氀攀 㰀䤀㸀匀吀䄀吀䤀匀吀䤀䌀䄀  
Mod&#232;les Lin&#233;aires G&#233;n&#233;ralis&#233;s (VGLZ)</I> offre des options sp&#233;cifiques pour ਀氀✀愀渀愀氀礀猀攀 攀砀瀀氀漀爀愀琀漀椀爀攀Ⰰ 愀瘀攀挀 渀漀琀愀洀洀攀渀琀 搀攀猀 昀漀渀挀琀椀漀渀渀愀氀椀琀☀⌀㈀㌀㌀㬀猀 搀攀 挀漀渀猀琀爀甀挀琀椀漀渀 搀攀  
mod&#232;les comme les m&#233;thodes de s&#233;lection ascendante ou descendante uniquement ਀⠀氀攀猀 攀昀昀攀琀猀 渀攀 瀀攀甀瘀攀渀琀 ☀⌀㈀㌀㐀㬀琀爀攀 椀渀挀氀甀猀 漀甀 猀甀瀀瀀爀椀洀☀⌀㈀㌀㌀㬀猀 焀甀✀甀渀攀 猀攀甀氀攀 昀漀椀猀 愀甀 挀漀甀爀猀  
du processus de s&#233;lection), les m&#233;thodes de s&#233;lection pas-&#224;-pas des effets, ਀愀猀挀攀渀搀愀渀琀攀猀 漀甀 搀攀猀挀攀渀搀愀渀琀攀猀 猀琀愀渀搀愀爀搀 ⠀氀攀猀 攀昀昀攀琀猀 瀀攀甀瘀攀渀琀 ☀⌀㈀㌀㐀㬀琀爀攀 椀渀挀氀甀猀 漀甀  
exclus du mod&#232;le &#224; chaque &#233;tape en utilisant le crit&#232;re du <I>p</I> ਀搀✀椀渀挀氀甀猀椀漀渀 漀甀 搀✀攀砀挀氀甀猀椀漀渀⤀Ⰰ 漀甀 瀀愀爀 氀攀猀 洀☀⌀㈀㌀㌀㬀琀栀漀搀攀猀 搀攀 爀☀⌀㈀㌀㌀㬀最爀攀猀猀椀漀渀 瀀愀爀 爀攀挀栀攀爀挀栀攀  
exhaustive du meilleur mod&#232;le (en utilisant la statistique du score de ਀瘀爀愀椀猀攀洀戀氀愀渀挀攀Ⰰ 氀愀 瘀爀愀椀猀攀洀戀氀愀渀挀攀 搀甀 洀漀搀☀⌀㈀㌀㈀㬀氀攀 漀甀 氀攀 挀爀椀琀☀⌀㈀㌀㈀㬀爀攀 搀✀椀渀昀漀爀洀愀琀椀漀渀 搀攀  
Akaike). Ces m&#233;thodes puissantes peuvent s'appliquer &#224; des pr&#233;dicteurs ਀挀愀琀☀⌀㈀㌀㌀㬀最漀爀椀攀氀猀 ⠀洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 搀攀 琀礀瀀攀 䄀一伀嘀䄀 㬀 氀攀猀 攀昀昀攀琀猀 猀漀渀琀 愀氀漀爀猀 椀渀挀氀甀猀 搀愀渀猀 氀攀  
mod&#232;le ou exclus du mod&#232;le comme des blocs de param&#232;tres multiples), et &#224; ਀搀攀猀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀攀甀爀猀 挀漀渀琀椀渀甀猀Ⰰ 攀琀 瀀攀爀洀攀琀琀攀渀琀 搀攀 最愀最渀攀爀 甀渀 琀攀洀瀀猀 瀀爀☀⌀㈀㌀㌀㬀挀椀攀甀砀 氀漀爀猀  
de la construction des mod&#232;les appropri&#233;s pour des donn&#233;es complexes. ਀ 
<P><B>R&#233;sultats. </B>Le module <I>Mod&#232;les Lin&#233;aires G&#233;n&#233;ralis&#233;s</I> de <I>STATISTICA</I> ਀挀愀氀挀甀氀攀 琀漀甀猀 氀攀猀 爀☀⌀㈀㌀㌀㬀猀甀氀琀愀琀猀 猀琀愀琀椀猀琀椀焀甀攀猀 猀琀愀渀搀愀爀搀Ⰰ 渀漀琀愀洀洀攀渀琀 氀攀猀 琀攀猀琀猀 搀甀 爀愀琀椀漀  
de vraisemblance, et les tests de significativit&#233; des effets de Wald et du score,  ਀氀✀攀猀琀椀洀愀琀椀漀渀 搀攀猀 瀀愀爀愀洀☀⌀㈀㌀㈀㬀琀爀攀猀 愀椀渀猀椀 焀甀攀 氀攀甀爀猀 ☀⌀㈀㌀㌀㬀挀愀爀琀猀ⴀ琀礀瀀攀猀 攀琀 椀渀琀攀爀瘀愀氀氀攀猀 搀攀  
confiance, etc... En outre, pour les mod&#232;les de type ANOVA, vous pouvez produire ਀搀攀猀 琀愀戀氀攀愀甀砀 攀琀 搀攀猀 琀爀愀挀☀⌀㈀㌀㌀㬀猀 搀攀 洀漀礀攀渀渀攀猀 瀀爀☀⌀㈀㌀㌀㬀瘀甀攀猀 ⠀氀✀☀⌀㈀㌀㌀㬀焀甀椀瘀愀氀攀渀琀 搀攀猀 洀漀礀攀渀渀攀猀 搀攀猀  
moindres carr&#233;s calcul&#233;es dans le mod&#232;le lin&#233;aire g&#233;n&#233;ral), avec leurs ਀攀爀爀攀甀爀猀ⴀ琀礀瀀攀猀Ⰰ 愀昀椀渀 搀✀愀椀搀攀爀 ☀⌀㈀㈀㐀㬀 氀✀椀渀琀攀爀瀀爀☀⌀㈀㌀㌀㬀琀愀琀椀漀渀 搀攀猀 爀☀⌀㈀㌀㌀㬀猀甀氀琀愀琀猀⸀ 㰀䤀㸀䜀䰀娀㰀⼀䤀㸀  
contient &#233;galement une gamme compl&#232;te d'outils de v&#233;rification des mod&#232;les ਀愀瘀攀挀 搀攀猀 昀攀甀椀氀氀攀猀 搀攀 搀漀渀渀☀⌀㈀㌀㌀㬀攀猀 攀琀 搀攀猀 最爀愀瀀栀椀焀甀攀猀 搀攀猀 爀☀⌀㈀㌀㌀㬀猀椀搀甀猀 漀甀 愀甀琀爀攀猀 猀琀愀琀椀猀琀椀焀甀攀猀  
de d&#233;tection des points aberrants, notamment les r&#233;sidus bruts, les ਀爀☀⌀㈀㌀㌀㬀猀椀搀甀猀 搀攀 倀攀愀爀猀漀渀Ⰰ 氀攀猀 爀☀⌀㈀㌀㌀㬀猀椀搀甀猀 搀攀猀 ☀⌀㈀㌀㌀㬀挀愀爀琀猀Ⰰ 氀攀猀 爀☀⌀㈀㌀㌀㬀猀椀搀甀猀 搀攀 倀攀愀爀猀漀渀 猀琀甀搀攀渀琀椀猀☀⌀㈀㌀㌀㬀猀Ⰰ  
les r&#233;sidus des &#233;carts studentis&#233;s, les r&#233;sidus de vraisemblance, les ਀猀琀愀琀椀猀琀椀焀甀攀猀 搀甀 㰀䤀㸀䌀栀椀㰀⼀䤀㸀㰀猀甀瀀㸀㈀㰀⼀猀甀瀀㸀 搀椀昀昀☀⌀㈀㌀㌀㬀爀攀渀琀椀攀氀Ⰰ 氀攀猀 ☀⌀㈀㌀㌀㬀挀愀爀琀猀 搀椀昀昀☀⌀㈀㌀㌀㬀爀攀渀琀椀攀氀猀 攀琀 氀攀猀  
distances de Cook g&#233;n&#233;ralis&#233;es, etc... Comme d&#233;crit pr&#233;c&#233;demment, vous pouvez ਀瀀爀漀搀甀椀爀攀 氀攀猀 猀琀愀琀椀猀琀椀焀甀攀猀 猀甀爀 氀攀猀 瘀愀氀攀甀爀猀 瀀爀☀⌀㈀㌀㌀㬀瘀甀攀猀 攀琀 氀攀猀 爀☀⌀㈀㌀㌀㬀猀椀搀甀猀 瀀漀甀爀 氀攀猀  
observations utilis&#233;es dans l'ajustement du mod&#232;le ou pour celles qui n'ont ਀瀀愀猀 ☀⌀㈀㌀㌀㬀琀☀⌀㈀㌀㌀㬀 甀琀椀氀椀猀☀⌀㈀㌀㌀㬀攀猀 瀀漀甀爀 氀✀愀樀甀猀琀攀洀攀渀琀 ⠀挀✀攀猀琀ⴀ☀⌀㈀㈀㐀㬀ⴀ搀椀爀攀 瀀漀甀爀 氀✀☀⌀㈀㌀㌀㬀挀栀愀渀琀椀氀氀漀渀 搀攀  
validation crois&#233;e). ਀㰀倀㸀 
<TABLE align=right>਀  㰀吀䈀伀䐀夀㸀 
  <TR>਀    㰀吀䐀㸀㰀䄀 栀爀攀昀㴀∀⌀琀漀挀∀㸀㰀䘀伀一吀  
      size=1>Haut de la Page</FONT></A> </TD></TR></TBODY></TABLE><BR clear=right>਀ 
਀ 
਀㰀䄀  
name=vpls></A><H3><IMG src="images/m_pls.gif" ਀愀氀椀最渀㴀戀漀琀琀漀洀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀䴀漀搀☀⌀㈀㌀㈀㬀氀攀猀 䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀 搀攀 倀䰀匀 嬀倀愀爀琀椀愀氀 䰀攀愀猀琀  
Squares]</H3>਀㰀倀㸀䰀攀猀 洀☀⌀㈀㌀㌀㬀琀栀漀搀攀猀 倀䰀匀 瀀攀爀洀攀琀琀攀渀琀 搀✀愀渀愀氀礀猀攀爀 搀攀猀 猀礀猀琀☀⌀㈀㌀㈀㬀洀攀猀 氀椀渀☀⌀㈀㌀㌀㬀愀椀爀攀猀 攀琀 漀渀琀 爀☀⌀㈀㌀㌀㬀挀攀洀洀攀渀琀 最愀最渀☀⌀㈀㌀㌀㬀  
en popularit&#233; (depuis quelques ann&#233;es seulement) ; d'ailleurs, de nombreux algorithmes ਀攀琀 猀琀愀琀椀猀琀椀焀甀攀猀 昀漀渀琀 攀渀挀漀爀攀 氀✀漀戀樀攀琀 搀攀 爀攀挀栀攀爀挀栀攀猀 ☀⌀㈀㈀㐀㬀 挀攀 樀漀甀爀⸀ 䰀攀 洀漀搀甀氀攀 㰀䤀㸀䴀漀搀☀⌀㈀㌀㈀㬀氀攀猀 䜀☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀甀砀  
de PLS</I> de <I>STATISTICA</I> offre une s&#233;lection d'algorithmes pour des probl&#232;mes ਀甀渀椀瘀愀爀椀☀⌀㈀㌀㌀㬀猀 攀琀 洀甀氀琀椀瘀愀爀椀☀⌀㈀㌀㌀㬀猀 搀攀 倀䰀匀⸀ 䰀✀椀渀琀攀爀昀愀挀攀ⴀ甀琀椀氀椀猀愀琀攀甀爀 攀猀琀 琀爀☀⌀㈀㌀㈀㬀猀 瀀爀漀挀栀攀  
de celle des modules <A ਀栀爀攀昀㴀∀⌀瘀最氀洀∀㸀㰀䤀㸀䜀䰀䴀㰀⼀䤀㸀㰀⼀䄀㸀Ⰰ 㰀䄀  
href="#vgsr"><I>GRM</I></A>, <A ਀栀爀攀昀㴀∀⌀最搀愀∀㸀㰀䤀㸀䜀䐀䄀㰀⼀䤀㸀㰀⼀䄀㸀Ⰰ 攀琀 㰀䄀  
href="#vglz"><I>GLZ</I></A> comme਀搀☀⌀㈀㌀㌀㬀挀爀椀琀猀 瀀爀☀⌀㈀㌀㌀㬀挀☀⌀㈀㌀㌀㬀搀攀洀洀攀渀琀Ⰰ 攀琀 琀漀甀琀攀猀 氀攀猀 昀漀渀挀琀椀漀渀渀愀氀椀琀☀⌀㈀㌀㌀㬀猀 攀琀 愀瘀愀渀琀愀最攀猀 搀☀⌀㈀㌀㌀㬀挀爀椀琀猀  
pour ces autres modules (par exemple, la sp&#233;cification des mod&#232;les, la mise ਀☀⌀㈀㈀㐀㬀 樀漀甀爀 愀甀琀漀洀愀琀椀焀甀攀 搀攀猀 爀☀⌀㈀㌀㌀㬀猀甀氀琀愀琀猀Ⰰ 攀琀挀⸀⸀⸀⤀ 猀✀愀瀀瀀氀椀焀甀攀 ☀⌀㈀㌀㌀㬀最愀氀攀洀攀渀琀 椀挀椀⸀  
En outre, gr&#226;ce aux 3 types d'interface-utilisateur, &#233;galement disponibles ਀搀愀渀猀 㰀䄀 栀爀攀昀㴀∀⌀瘀最氀洀∀㸀㰀䤀㸀䜀䰀䴀㰀⼀䤀㸀㰀⼀䄀㸀Ⰰ  
<A href="#vgsr"><I>GRM</I></A>, <A ਀栀爀攀昀㴀∀⌀最搀愀∀㸀㰀䤀㸀䜀䐀䄀㰀⼀䤀㸀㰀⼀䄀㸀 攀琀 㰀䄀  
href="#vglz"><I>GLZ</I></A>, vous ਀瀀漀甀瘀攀稀 琀爀☀⌀㈀㌀㈀㬀猀 昀愀挀椀氀攀洀攀渀琀 搀☀⌀㈀㌀㌀㬀昀椀渀椀爀 甀渀 洀漀搀☀⌀㈀㌀㈀㬀氀攀 搀愀渀猀 氀✀甀渀 搀攀 挀攀猀 洀漀搀甀氀攀猀Ⰰ 攀琀  
analyser rapidement vos donn&#233;es en utilisant le m&#234;me mod&#232;le dans le module ਀㰀䤀㸀倀䰀匀㰀⼀䤀㸀 ⠀㰀䤀㸀䜀䰀娀㰀⼀䤀㸀⤀⸀ 䌀攀琀琀攀 猀漀甀瀀氀攀猀猀攀 搀✀甀琀椀氀椀猀愀琀椀漀渀 瀀攀爀洀攀琀 ☀⌀㈀㈀㐀㬀 搀攀猀  
utilisateurs, m&#234;me n&#233;ophytes, d'appliquer ces techniques puissantes &#224; leurs ਀搀椀昀昀☀⌀㈀㌀㌀㬀爀攀渀琀猀 瀀爀漀戀氀☀⌀㈀㌀㈀㬀洀攀猀 搀✀愀渀愀氀礀猀攀⸀  
਀㰀倀㸀㰀䤀䴀䜀 栀攀椀最栀琀㴀㌀　㘀 愀氀琀㴀∀嬀倀愀渀渀攀愀甀 搀攀 䐀☀⌀㈀㌀㌀㬀洀愀爀爀愀最攀 搀攀 倀䰀匀崀∀  
src="images/pls_startup6.gif" width=390 border=0> ਀㰀倀㸀㰀䈀㸀䴀漀搀☀⌀㈀㌀㈀㬀氀攀 猀甀爀ⴀ瀀愀爀愀洀☀⌀㈀㌀㌀㬀琀爀☀⌀㈀㌀㌀㬀 攀琀 猀椀最洀愀ⴀ爀攀猀琀爀攀椀渀琀 瀀漀甀爀 搀攀猀 瀀爀☀⌀㈀㌀㌀㬀搀椀挀琀攀甀爀猀 挀愀琀☀⌀㈀㌀㌀㬀最漀爀椀攀氀猀⸀  
</B>Comme pour les modules <A ਀栀爀攀昀㴀∀⌀瘀最氀洀∀㸀㰀䤀㸀䜀䰀䴀㰀⼀䤀㸀㰀⼀䄀㸀 攀琀 㰀䄀  
href="#vglz"><I>GLZ</I></A>, ਀㰀䤀㸀倀䰀匀㰀⼀䤀㸀 瀀攀爀洀攀琀 搀攀 猀瀀☀⌀㈀㌀㌀㬀挀椀昀椀攀爀 搀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 猀甀爀瀀愀爀愀洀☀⌀㈀㌀㌀㬀琀爀☀⌀㈀㌀㌀㬀猀 漀甀  
sigma-restreint pour des variables pr&#233;dictives cat&#233;gorielles (mod&#232;les ਀搀攀 琀礀瀀攀 䄀一伀嘀䄀⤀⸀ 䐀愀渀猀 氀攀猀 洀漀搀☀⌀㈀㌀㈀㬀氀攀猀 倀䰀匀Ⰰ 氀愀 猀漀氀甀琀椀漀渀 猀椀最洀愀ⴀ爀攀猀琀爀攀椀渀琀攀 瀀攀甀琀  
s'av&#233;rer particuli&#232;rement utile puisqu'elle peut produire des r&#233;sultats ਀洀漀椀渀猀 挀漀洀瀀氀攀砀攀猀 ⠀挀✀攀猀琀ⴀ☀⌀㈀㈀㐀㬀ⴀ搀椀爀攀Ⰰ 攀砀瀀氀椀焀甀攀爀 搀愀瘀愀渀琀愀最攀 搀攀 搀椀猀瀀攀爀猀椀漀渀 愀瘀攀挀  
moins de composantes, constitu&#233;es de vecteurs du mod&#232;le codifi&#233;s sous une ਀昀漀爀洀攀 猀椀最洀愀ⴀ爀攀猀琀爀攀椀渀琀攀⤀⸀ 
਀㰀倀㸀㰀䈀㸀䄀氀最漀爀椀琀栀洀攀猀⸀ 㰀⼀䈀㸀㰀䤀㸀匀吀䄀吀䤀匀吀䤀䌀䄀 倀䰀匀㰀⼀䤀㸀 挀漀渀琀椀攀渀琀 氀攀猀 搀攀甀砀 愀氀最漀爀椀琀栀洀攀猀  
les plus g&#233;n&#233;ralistes et les plus puissants pour les analyses PLS : SIMPLS ਀攀琀 一䤀倀䄀䰀匀⸀  
਀㰀倀㸀㰀䈀㸀刀☀⌀㈀㌀㌀㬀猀甀氀琀愀琀猀⸀ 㰀⼀䈀㸀䰀攀 洀漀搀甀氀攀 㰀䤀㸀倀䰀匀㰀⼀䤀㸀 瘀愀 挀愀氀挀甀氀攀爀 琀漀甀猀 氀攀猀 爀☀⌀㈀㌀㌀㬀猀甀氀琀愀琀猀 猀琀愀渀搀愀爀搀 搀✀甀渀攀  
analyse PLS, et produit en plus de nombreux r&#233;sultats, en particulier graphiques, ਀焀甀椀 渀攀 猀漀渀琀 最☀⌀㈀㌀㌀㬀渀☀⌀㈀㌀㌀㬀爀愀氀攀洀攀渀琀 瀀愀猀 瀀爀漀瀀漀猀☀⌀㈀㌀㌀㬀猀 搀愀渀猀 氀攀猀 瀀爀漀最爀愀洀洀攀猀 挀漀渀挀甀爀爀攀渀琀猀 㬀 瀀愀爀  
exemple, les graphiques des valeurs des param&#232;tres en fonction du nombre ਀搀攀 挀漀洀瀀漀猀愀渀琀攀猀Ⰰ 搀攀猀 琀爀愀挀☀⌀㈀㌀㌀㬀猀 攀渀 ㈀䐀 搀攀 琀漀甀猀 氀攀猀 爀☀⌀㈀㌀㌀㬀猀甀氀琀愀琀猀 猀琀愀琀椀猀琀椀焀甀攀猀  
(param&#232;tres, poids factoriels, etc...), des trac&#233;s en 2D de toutes les ਀猀琀愀琀椀猀琀椀焀甀攀猀 搀攀 爀☀⌀㈀㌀㌀㬀猀椀搀甀猀Ⰰ 攀琀挀⸀⸀⸀  
Comme pour les modules <I>GLM</I>, <I>GRM</I> et <I>GLZ</I>, le module ਀㰀䤀㸀倀䰀匀㰀⼀䤀㸀 漀昀昀爀攀 搀攀 渀漀洀戀爀攀甀猀攀猀 漀瀀琀椀漀渀猀 瀀漀甀爀 愀渀愀氀礀猀攀爀 氀攀猀 爀☀⌀㈀㌀㌀㬀猀椀搀甀猀⸀ 嘀漀甀猀 瀀漀甀瘀攀稀  
calculer des statistiques sur les r&#233;sidus et les valeurs pr&#233;vues pour ਀氀✀☀⌀㈀㌀㌀㬀挀栀愀渀琀椀氀氀漀渀 愀礀愀渀琀 猀攀爀瘀椀 ☀⌀㈀㈀㐀㬀 氀✀愀樀甀猀琀攀洀攀渀琀 搀甀 洀漀搀☀⌀㈀㌀㈀㬀氀攀 ⠀氀✀☀⌀㈀㌀㌀㬀挀栀愀渀琀椀氀氀漀渀  
d'apprentissage), mais &#233;galement pour les observations n'ayant pas &#233;t&#233; ਀甀琀椀氀椀猀☀⌀㈀㌀㌀㬀攀猀 瀀漀甀爀 氀✀愀樀甀猀琀攀洀攀渀琀 搀甀 洀漀搀☀⌀㈀㌀㈀㬀氀攀 ⠀氀✀☀⌀㈀㌀㌀㬀挀栀愀渀琀椀氀氀漀渀 搀攀 瘀愀氀椀搀愀琀椀漀渀 挀爀漀椀猀☀⌀㈀㌀㌀㬀攀  
ou de v&#233;rification) et pour les observations sans valeurs observ&#233;es ਀瀀漀甀爀 氀攀猀 瘀愀爀椀愀戀氀攀猀 搀☀⌀㈀㌀㌀㬀瀀攀渀搀愀渀琀攀猀 ⠀搀攀 爀☀⌀㈀㌀㌀㬀瀀漀渀猀攀⤀ ⠀氀✀☀⌀㈀㌀㌀㬀挀栀愀渀琀椀氀氀漀渀 搀攀 瀀爀☀⌀㈀㌀㌀㬀瘀椀猀椀漀渀⤀⸀  
<P>਀㰀吀䄀䈀䰀䔀 愀氀椀最渀㴀爀椀最栀琀㸀 
  <TBODY>਀  㰀吀刀㸀 
    <TD><A href="#toc"><FONT ਀      猀椀稀攀㴀㄀㸀䠀愀甀琀 搀攀 氀愀 倀愀最攀㰀⼀䘀伀一吀㸀㰀⼀䄀㸀 㰀⼀吀䐀㸀㰀⼀吀刀㸀㰀⼀吀䄀䈀䰀䔀㸀 
਀㰀⼀甀氀㸀 
਀㰀戀爀 ⼀㸀 
਀㰀⼀搀椀瘀㸀 
਀㰀⼀搀椀瘀㸀 
਀㰀⼀搀椀瘀㸀 
਀㰀℀ⴀⴀ 䜀漀漀最氀攀 匀攀愀爀挀栀 刀攀猀甀氀琀 匀渀椀瀀瀀攀琀 䈀攀最椀渀猀 ⴀⴀ㸀 
<div id="results_016251123175171892936:pxvam5rw-zi"></div>਀ 
<script type="text/javascript">਀瘀愀爀 最漀漀最氀攀匀攀愀爀挀栀䤀昀爀愀洀攀一愀洀攀 㴀 ∀爀攀猀甀氀琀猀开　㄀㘀㈀㔀㄀㄀㈀㌀㄀㜀㔀㄀㜀㄀㠀㤀㈀㤀㌀㘀㨀瀀砀瘀愀洀㔀爀眀ⴀ稀椀∀㬀 
var googleSearchFormName = "searchbox_016251123175171892936:pxvam5rw-zi";਀瘀愀爀 最漀漀最氀攀匀攀愀爀挀栀䘀爀愀洀攀圀椀搀琀栀 㴀 㘀　　㬀 
var googleSearchFrameborder = 0;਀瘀愀爀 最漀漀最氀攀匀攀愀爀挀栀䐀漀洀愀椀渀 㴀 ∀眀眀眀⸀最漀漀最氀攀⸀挀漀洀∀㬀 
var googleSearchPath = "/cse";਀㰀⼀猀挀爀椀瀀琀㸀 
<script type="text/javascript" src="http://www.google.com/afsonline/show_afs_search.js">਀㰀⼀猀挀爀椀瀀琀㸀㰀℀ⴀⴀ 䜀漀漀最氀攀 匀攀愀爀挀栀 刀攀猀甀氀琀 匀渀椀瀀瀀攀琀 䔀渀搀猀 ⴀⴀ㸀 
</div>਀ 
</div>਀ 
<a name="search"></a>਀㰀搀椀瘀 椀搀㴀∀最挀猀刀攀猀甀氀琀猀∀㸀㰀⼀搀椀瘀㸀 
਀㰀⼀搀椀瘀㸀 
਀㰀搀椀瘀 椀搀㴀∀搀渀渀开䈀漀琀琀漀洀倀愀渀攀∀ 挀氀愀猀猀㴀∀䈀漀琀琀漀洀倀愀渀攀 䐀一一䔀洀瀀琀礀倀愀渀攀∀㸀 
</div>਀ 
<div id="footer">਀㰀搀椀瘀 椀搀㴀∀䈀漀琀琀漀洀倀愀渀攀∀ 挀氀愀猀猀㴀∀䈀漀琀琀漀洀倀愀渀攀∀ 爀甀渀愀琀㴀∀猀攀爀瘀攀爀∀㸀㰀⼀搀椀瘀㸀 
਀㰀搀椀瘀 椀搀㴀∀昀漀漀琀攀爀∀㸀 㰀猀瀀愀渀 椀搀㴀∀搀渀渀开搀渀渀䰀䤀一䬀匀开氀戀氀䰀椀渀欀猀∀㸀㰀愀 挀氀愀猀猀㴀∀氀椀渀欀猀∀ 栀爀攀昀㴀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀猀琀愀琀猀漀昀琀⸀昀爀⼀∀㸀䄀挀挀甀攀椀氀㰀⼀愀㸀㰀猀瀀愀渀 挀氀愀猀猀㴀∀氀椀渀欀猀∀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀☀渀戀猀瀀㬀簀☀渀戀猀瀀㬀☀渀戀猀瀀㬀☀渀戀猀瀀㬀㰀⼀猀瀀愀渀㸀㰀愀 挀氀愀猀猀㴀∀氀椀渀欀猀∀ 栀爀攀昀㴀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀猀琀愀琀猀漀昀琀⸀昀爀⼀瀀爀漀搀甀挀琀猀⼀瀀爀漀搀甀挀琀猀⸀栀琀洀∀㸀倀爀漀搀甀椀琀猀㰀⼀愀㸀㰀猀瀀愀渀 挀氀愀猀猀㴀∀氀椀渀欀猀∀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀☀渀戀猀瀀㬀簀☀渀戀猀瀀㬀☀渀戀猀瀀㬀☀渀戀猀瀀㬀㰀⼀猀瀀愀渀㸀㰀愀 挀氀愀猀猀㴀∀氀椀渀欀猀∀ 栀爀攀昀㴀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀猀琀愀琀猀漀昀琀⸀昀爀⼀猀攀爀瘀椀挀攀猀⼀猀攀爀瘀椀挀攀猀⸀栀琀洀∀㸀匀攀爀瘀椀挀攀猀㰀⼀愀㸀㰀猀瀀愀渀 挀氀愀猀猀㴀∀氀椀渀欀猀∀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀☀渀戀猀瀀㬀簀☀渀戀猀瀀㬀☀渀戀猀瀀㬀☀渀戀猀瀀㬀㰀⼀猀瀀愀渀㸀㰀愀 挀氀愀猀猀㴀∀氀椀渀欀猀∀ 栀爀攀昀㴀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀猀琀愀琀猀漀昀琀⸀昀爀⼀椀渀搀甀猀琀爀椀攀猀⼀猀漀氀甀琀椀漀渀猀⸀栀琀洀∀㸀匀漀氀甀琀椀漀渀猀㰀⼀愀㸀㰀猀瀀愀渀 挀氀愀猀猀㴀∀氀椀渀欀猀∀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀☀渀戀猀瀀㬀簀☀渀戀猀瀀㬀☀渀戀猀瀀㬀☀渀戀猀瀀㬀㰀⼀猀瀀愀渀㸀㰀愀 挀氀愀猀猀㴀∀氀椀渀欀猀∀ 栀爀攀昀㴀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀猀琀愀琀猀漀昀琀⸀昀爀⼀猀甀瀀瀀漀爀琀⼀猀甀瀀瀀漀爀琀⸀栀琀洀∀㸀匀甀瀀瀀漀爀琀㰀⼀愀㸀㰀猀瀀愀渀 挀氀愀猀猀㴀∀氀椀渀欀猀∀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀☀渀戀猀瀀㬀簀 㰀⼀猀瀀愀渀㸀㰀⼀猀瀀愀渀㸀㰀猀瀀愀渀 椀搀㴀∀搀渀渀开搀渀渀䰀䤀一䬀匀开氀戀氀䰀椀渀欀猀∀㸀㰀愀 挀氀愀猀猀㴀∀氀椀渀欀猀∀ 栀爀攀昀㴀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀猀琀愀琀猀漀昀琀⸀昀爀⼀搀漀眀渀氀漀愀搀猀⼀洀愀椀渀琀攀渀愀渀挀攀⼀搀漀眀渀氀漀愀搀⸀栀琀洀氀∀㸀吀☀攀愀挀甀琀攀㬀氀☀攀愀挀甀琀攀㬀挀栀愀爀最攀爀㰀⼀愀㸀㰀猀瀀愀渀 挀氀愀猀猀㴀∀氀椀渀欀猀∀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀☀渀戀猀瀀㬀簀㰀⼀猀瀀愀渀㸀㰀⼀猀瀀愀渀㸀㰀猀瀀愀渀 椀搀㴀∀搀渀渀开搀渀渀䰀䤀一䬀匀开氀戀氀䰀椀渀欀猀∀㸀㰀猀瀀愀渀 挀氀愀猀猀㴀∀氀椀渀欀猀∀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀☀渀戀猀瀀㬀㰀⼀猀瀀愀渀㸀㰀愀 挀氀愀猀猀㴀∀氀椀渀欀猀∀ 栀爀攀昀㴀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀猀琀愀琀猀漀昀琀⸀昀爀⼀挀漀洀瀀愀渀礀⼀挀甀猀琀漀洀攀爀猀⼀挀漀洀瀀愀渀椀攀猀⸀栀琀洀氀∀㸀䌀氀椀攀渀琀猀㰀⼀愀㸀㰀猀瀀愀渀 挀氀愀猀猀㴀∀氀椀渀欀猀∀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀㰀⼀猀瀀愀渀㸀㰀⼀猀瀀愀渀㸀㰀猀瀀愀渀 椀搀㴀∀搀渀渀开搀渀渀䰀䤀一䬀匀开氀戀氀䰀椀渀欀猀∀㸀㰀猀瀀愀渀 挀氀愀猀猀㴀∀氀椀渀欀猀∀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀簀㰀⼀猀瀀愀渀㸀㰀⼀猀瀀愀渀㸀㰀猀瀀愀渀 椀搀㴀∀搀渀渀开搀渀渀䰀䤀一䬀匀开氀戀氀䰀椀渀欀猀∀㸀㰀猀瀀愀渀 挀氀愀猀猀㴀∀氀椀渀欀猀∀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀 
</span><a class="links" href="http://www.statsoft.fr/sitemap.htm">Plan du Site</a><span class="links">&nbsp;&nbsp;</span></span><span id="dnn_dnnLINKS_lblLinks"><span class="links">&nbsp;|&nbsp;&nbsp;&nbsp;</span><a class="links" href="http://www.statsoft.fr/company/legal.html">Infos਀䰀☀攀愀挀甀琀攀㬀最愀氀攀猀㰀⼀愀㸀㰀猀瀀愀渀 挀氀愀猀猀㴀∀氀椀渀欀猀∀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀☀渀戀猀瀀㬀簀㰀⼀猀瀀愀渀㸀㰀⼀猀瀀愀渀㸀㰀猀瀀愀渀 椀搀㴀∀搀渀渀开搀渀渀䰀䤀一䬀匀开氀戀氀䰀椀渀欀猀∀㸀㰀猀瀀愀渀 挀氀愀猀猀㴀∀氀椀渀欀猀∀㸀☀渀戀猀瀀㬀☀渀戀猀瀀㬀㰀⼀猀瀀愀渀㸀㰀愀 挀氀愀猀猀㴀∀氀椀渀欀猀∀ 栀爀攀昀㴀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀猀琀愀琀猀漀昀琀⸀昀爀⼀挀漀洀瀀愀渀礀⼀爀攀最椀漀渀猀⸀栀琀洀氀∀㸀一漀甀猀 
contacter</a></span><span id="dnn_dnnLINKS_lblLinks"><span class="links"></span><span class="links">&nbsp;|&nbsp;&nbsp;਀㰀⼀猀瀀愀渀㸀㰀愀 挀氀愀猀猀㴀∀氀椀渀欀猀∀ 栀爀攀昀㴀∀栀琀琀瀀㨀⼀⼀眀眀眀⸀猀琀愀琀猀漀昀琀⸀昀爀⼀焀甀漀琀攀⼀漀爀搀攀爀⸀瀀栀瀀∀㸀䐀攀瘀椀猀㰀⼀愀㸀㰀⼀猀瀀愀渀㸀 
<br />਀ 
<span id="dnn_dnnCOPYRIGHT_lblCopyright" class="footer"><small>(C)਀匀琀愀琀匀漀昀琀 ㄀㤀㠀㐀ⴀ㈀　㄀　 ⴀ 匀琀愀琀匀漀昀琀Ⰰ 氀攀 氀漀最漀 匀琀愀琀匀漀昀琀Ⰰ 㰀椀㸀匀吀䄀吀䤀匀吀䤀䌀䄀㰀⼀椀㸀Ⰰ 
<i>STATISTICA</i> Entreprise, <i>STATISTICA</i> Entreprise/QC, Data Miner, SEPATH et਀䜀吀爀攀攀猀 猀漀渀琀 搀攀猀 洀愀爀焀甀攀猀 搀☀攀愀挀甀琀攀㬀瀀漀猀☀攀愀挀甀琀攀㬀攀猀⸀㰀⼀猀洀愀氀氀㸀 㰀⼀猀瀀愀渀㸀㰀⼀搀椀瘀㸀 
਀㰀搀椀瘀 椀搀㴀∀戀漀琀琀漀洀氀愀礀漀甀琀∀㸀 㰀⼀搀椀瘀㸀 
਀㰀⼀搀椀瘀㸀 
਀㰀⼀搀椀瘀㸀 
਀㰀⼀搀椀瘀㸀 
਀㰀⼀戀漀搀礀㸀 
</html>਀�