Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Calculateur de résidus standardisé

Un résidu standardisé est un résidu divisé par son écart type. Il est calculé comme suit :

r je = e je / RSE√ 1-h ii

où:

  • e i : Le i ème résidu
  • RSE : l’erreur type résiduelle du modèle
  • h ii : Le levier de la ième observation

Cette calculatrice trouve les résidus standardisés pour chaque observation dans un modèle de régression linéaire simple.

Entrez simplement une liste de valeurs pour une variable prédictive et une variable de réponse dans les cases ci-dessous, puis cliquez sur le bouton « Calculer » :

Valeurs prédictives :

Valeurs de réponse :

Équation de régression linéaire :

ŷ = 29,6309 + ( 0,7553 )*x

Liste des résidus standardisés :

-0,143
-3.104
1.896
-0,064
1.975
-0,906
1.133
-0,787

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *