User Manual

Table Of Contents
6-18
Ces valeurs peuvent aussi être obtenues directement en
affichant la liste de données statistiques et en appuyant
sur 2(CALC) 2(2VAR).
Ensuite, appuyez sur f ou c pour faire défiler les résultats de calculs statistiques et voir
les caractéristiques des variables.
Pour les détails sur la signification des valeurs statistiques, voir « Affichage des résultats du
calcul d’un graphe à variable double » (page 6-16).
k Calculs de régression
Dans « Graphe de régression linéaire » à « Graphe de régression logistique », les résultats
des calculs de régression étaient affichés après le tracé du graphe. Ici, chaque coefficient de
la ligne de régression ou de la courbe de régression est exprimé sous forme d’un nombre.
Vous pouvez déterminer directement la même expression à partir de l’écran de saisie de
données.
Appuyez sur 2(CALC)3(RÉG (REG dans la GRAPH25+ E
II)) pour afficher un menu de
fonctions qui contient les paramètres suivants.
• {
ax+b}/{a+bx } / {Méd (ou Med) } / { X^2 } / { X^3 } / { X^4 } / { Log } / { ae^bx}/{ab^x } / { Puiss (ou
Pwr) / { Sin } / { Lgst } ... paramètres de {régression linéaire (form ax+b)}/{régression linéaire
(form a+bx)}/{Méd-Méd}/{régression quadratique}/{régression cubique}/{régression
quartique}/{régression logarithmique}/{régression exponentielle (form ae
bx
)}/{régression
exponentielle (form ab
x
)}/{régression de puissance}/{régression sinusoïdale}/{régression
logistique}
Exemple Afficher des paramètres de régression à variable unique
2(CALC) 3(RÉG)* 1(X)1(
ax+b)
* GRAPH25+ E
II : 3(REG)
La signification des paramètres qui apparaissent à l’écran est la même que celle indiquée pour
« Graphe de régression linéaire » à « Graphe de régression logistique ».
u Calcul du coefficient de détermination (r
2
) et de MCE (ou MSe)
Vous pouvez utiliser le mode STAT pour calculer le coefficient de détermination (r
2
) pour une
régression quadratique, une régression cubique et une régression quartique. Les types de
calculs MCE (ou MSe) suivants sont aussi disponibles pour chaque type de régression.