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.

Régression cubique dans Excel (étape par étape)



La régression cubique est une technique de régression que nous pouvons utiliser lorsque la relation entre une variable prédictive et une variable de réponse est non linéaire.

L’exemple étape par étape suivant montre comment ajuster un modèle de régression cubique à un ensemble de données dans Excel.

Étape 1 : Créer les données

Tout d’abord, créons un faux ensemble de données dans Excel :

Étape 2 : Effectuer une régression cubique

Ensuite, nous pouvons utiliser la formule suivante dans Excel pour ajuster un modèle de régression cubique dans Excel :

=LINEST(B2:B13, A2:A13^{1,2,3})

La capture d’écran suivante montre comment effectuer une régression cubique pour notre exemple particulier :

En utilisant les coefficients du résultat, nous pouvons écrire le modèle de régression estimé suivant :

ŷ = -32,0118 + 9,832x – 0,3214x 2 + 0,0033x 3

Étape 3 : Visualisez le modèle de régression cubique

Nous pouvons également créer un nuage de points avec la droite de régression ajustée pour visualiser le modèle de régression cubique.

Tout d’abord, mettez en surbrillance les données :

Cliquez ensuite sur l’onglet Insérer le long du ruban supérieur et cliquez sur la première option de l’option Insérer une dispersion (X, Y) dans le groupe Graphiques . Cela produira le nuage de points suivant :

Ensuite, cliquez sur le signe plus vert dans le coin supérieur droit du graphique et cliquez sur la flèche à droite de Trendline . Dans le menu déroulant qui apparaît, cliquez sur Plus d’options

Ensuite, cliquez sur l’option Ligne de tendance polynomiale et sélectionnez 3 pour la commande. Cochez ensuite la case à côté de « Afficher l’équation sur le graphique »

La ligne de tendance et l’équation suivantes apparaîtront sur le graphique :

Notez que l’équation dans le graphique correspond à l’équation que nous avons calculée à l’aide de la fonction LINEST() .

Ressources additionnelles

Comment effectuer une régression linéaire simple dans Excel
Comment effectuer une régression linéaire multiple dans Excel
Comment effectuer une régression polynomiale dans Excel

Ajouter un commentaire

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