7543473311

v

IF =■ s x

r~" Ti ¹

n f’<y.) ^{1 n}

li*¹    _

* ę *    9

ou

log IF = log s +

n

I log

i = I

-i

_ v

/n

-I V

• r

aveo z s

* ecart-type residuel de la regression ajustee

n '    = nombre d¹observations

inverse de la deriveę (*) par rapport a y de la transformation appliąuee h la variable y.

Pour les leoteurs qui ne seraient pas familiarises avee les dśrivśesi le* tableau ci-dessous peut £tre utile :

1 “ • • : transformation f *. 0 •		f'(y)^-1
	y j	1
o uf o r—<	y j	2,3026 y-
loge	y j	i
f	* •
y/w		w
1/y	i	2 - y *
: ’k y	J	l/(ky^k“‘) -i

Dans ce tableau₃ y est la variable avant trans formation ; k est wie oonstante ; w peut Stre un poids employś dans l 'ajustement de y pour homo-genćiser la varianoe des rćsidus (pour plus de details₃ voir plus loin le pa-ragraphe oonsaorć a la regression pondśrśe) : o'est gćniralement une fono-tion de la variable explicative x qui prend une valeur w± pour ohaque obseruation i . On remarquera (premidre ligne du tableau) que l Hndice de FURNIYAL est ógal d 1'ćeart-type rósiduel lorsqu’on ne fait subir d y aucune trans formation.

4

L’effet des trans formations sur la distribution des rćsidus i²)et sur le biais de la regression (^)sera traite en dćtail aux paragraphes oonsa-ores d l^ranalyse des rdsidus f⁴) et a la pondśration (⁵). Llous ne parlerons ioi que du faoteur de correction du biais de la regression dans le oas d'une trans formation logarithmique de la rariable expliquśe.

(!)	en	anglais
<^2)	en	anglais
<^3)	en	anglais
(“)	en	anglais
C^s)	en	anglais

derivative

distribution of residuals bias of the regression residual analysis weighting