7543473396

/

>

Tl semble ąue le meilleur cąjustement soit obtenu en prenant pour k une valeur voisine de 0,15. En explorant plus finement autour de cette valeur, on obtient :

k	• •	SCR
0,11	• • i	0,0916
0,13	m • •	0,0543
0,15	Ą	0,0302	i
0,17		0,0187
0,19	• ' •	0,0187
0,21	0	0,0287
0,23	0 • :	0,0474
	•

Si on porte ces valeurs sur un graphiąue (figurę A42 ), on constate ąue le minimum est tr£s proche de k ⁸ 0,18 ; si on calcule les valeurs des coefficients de la regression pour cette valeur de k , on trouve :

log_e a = 3,290 soit a » 26,83 b = 5,199

et Z^rćąuation correspondante est :

H = 26,83

1 - e

-0,18A

5,199

Elle est reprćsentóe en trait interrompu sur la figurę A41 .

On peut aussi śtendre cette approcke dans deux directions ąue nous nous contenterons de prśsenter rapidement car leur exposś detaille sortirait du cadre de ce mccnue l.

‘(i) Tout modele contenant un seul parametre non lineaire.(et donc

ajustable par regression lineaire quand la valeur de ce parametre est fixee) peut etre ajuste <i’une maniere analogue. Par exemple, avec le modele :

^Y ■ ^b0 ^{+ b}l^X! ^{+    b}-2^x2 ^{+ b}3^Xi'"^{k) x}2

- on peut estimer les coefficients b. par regression lineaire mul-tiple pour une s£rie de valeurs de k, porter sur un graphique les sommes de carres residuelles obtenues en fonction de la valeur de k, determiner la valeur de k correspondant a la SCR minimum et •* estimer enfin les coefficients b^ pour cette valeur de k.

(ii) La recherche de la valeur de k qui minimise la somme des carres

residuelle peut etre programmee, si bien que 1'estimation de tous les parametres (y compris le parametre non lineaire) peut etre faite par un programme d'ordinateur. C'est tres facile a realiser quand le modele ne comporte qu'un parametre non lineaire : on peut nieme obtenir des programraes assez courts pour certaines calculatrices programmables. On peut trouver dans ROYCE-SADLER (1975) des me-thodes de minimisation adaptees.

••

<