i
■i
>
t
ff
•(ii)
M
i
o:
u *
i*
c
Cętte distribution marąue une tendance sy$tćmatique des en fonction de X , qui róvdle un d&faut d'ajustement. Autrement dit, on pourrait. ajuster aux obseruations un meilleur modele en faisant subir aux mśmes va-riables de base de nouoelles trans formations.
•/
(iii)
0
lei la variance des ei n'est pas homogdne par rapport d Y. Dans ce eas, on peut obtenir une meilleure e3timation des coeffieients en utili-sant une transformation de la uariable Y ou une rśgression pondSrće (voir § A27
i
t %.
Si l’on reprśsente graphiquement les en fonction d'une uariable X non encore incluse dans le mod&le, ils peiwent dtre distribuós au hasard ou prśsenter une tendance plus ou moins systematigue comme en (ii) ci-dessus, Dans ce cas> il serait bon d’inclure la uariable X dans le moddle ; si la tendance du nuage des rósidus n'est pas lindaire, mais prend 1'allure d'une des courbes de la figurę A22 , on fera subir a X la trans formation appro-pri6e avant de 1’inclure dans le moddle.
Supposons, par exemple, que l 9on ait le mod&le
Y = b
0
+ b2X2
U
et que le graphique des rćsidus en fonction d’une troisiime uariable x prśsente 1'allure suiuante ;
<?