7543473422

MPR IME A2

CALCUL D£ DIVERSES STATIST1QUES DANS LA REGRESSION LINEAIRE SIMPLE EN UTILISANT UN IMPRIME DE DAWKINS (1968) P.EPRODUIT ICI AVEC LA PERMISSION DE L’AUTEUR. _    _

REGRESSION LINEAIRE	• • et CORRELATION
Naturę des observations : Variable expliquće y ; i 1 Variable explicative x; i	•	• l!
• Somwes de carres (SC) et de produits (SP)	» n =	observations
(£y)^2. ■= Ey*Ex * i	i (Ex) ^2 “	y | x

EyxEx/n

Ex²

4Zx)²/n

SCx

Regression \coefficient:SPyx/SCx

SC expliquee par la SC totale «= SCy;norobr< SC residuelle et nowi ANALYSE D Source de vanation	'ćgression * bxSPyx = i total de d.d.l.=n-l -)re rćsiduel de d.d.l^obtenus par dii E VAR'IANCE F SC Ić.d.l.j CM. observś	ffćrence F de la table

quee) .... Residuelle Totale... .

(au seuil p-»

Carre du coefficient de correlatlon, r ,

SC cxpliquće par la regresslon/SC totale= Coefficient de corrólation lineaire, r, r -    -    avec le signe de b

Ecart-type residuel = /CM rśsiduel =    = ET

Coefficient de variation rćsiduelle en %“100*ET residuel/y-

Le t de Student pour n-2 d.d.l. et P-0,05 est ;

l'ścart-type du coefficient b est 'CM residuel/SCx -Son t-observe est b/ETb, ou /F-observó =

ET residuel y-    =CV%1 * Zy

= t-observć

lntervalle de confiance de la moycnne y‘ de m valcurs dc y estimćes par la regres Sion d partir de tn valeurs de x (de moyenne x^?; :

/l    1    (x'-x)²

y' ! t x ET rćsiduel xJ± + - +    ——

V m    n SCx

$tatforml1, Conmonwealth Forcstry Institute, Oxford, 1908