Mappage de mesures pour l'algorithme de régression multiple

L'algorithme de régression multiple du moteur ATT ajoute des données en sortie supplémentaires qui peuvent être sélectionnées dans le mappage de mesures. Chacune de ces mesures est spécifique de l'algorithme de régression et les valeurs ne sont pas employées pour d'autres algorithmes.


Nom de champ	Champ d'application	Description
R-carré ajusté	Statique (PCONST)	Inclut la valeur R-carré ajustée pour l'ajustement du modèle de régression multiple. R-carré ajusté est un ajustement du calcul de R-carré permettant de prendre en compte le nombre de variables indépendantes et le nombre d'observations. Il est généralement conseillé d'utiliser la statistique plutôt que la statistique R-carré. Des erreurs peuvent cependant se produire si vous sélectionnez trop de paramètres. L'option R-carré ajusté permet de réduire le nombre d'erreurs lorsque vous ajoutez trop de variables "inutiles" à un modèle. L'ajout dans le modèle de valeurs plus "utiles" supplémentaires augmente, en revanche, ce nombre. La valeur R-carré ajustée est toujours inférieure ou égale à celle de R-carré.
Validation croisée	Statique (PCONST)	Inclut la valeur de validation croisée pour un ajustement du modèle de régression multiple. Cette statistique est conçue pour faciliter la sélection du modèle. Cette approche également connue sous le nom de « Leave One Out Cross Validation » (validation croisée avec exception) est une alternative aux méthodes AICc et BIC. Pour cette statistique, le modèle possédant la valeur la plus faible est considéré comme le meilleur.
Intercepter	Statique (PCONST)	Inclut les valeurs pondérées d'interception pour un ajustement du modèle de régression multiple. Ce paramètre représente les niveaux du modèle, c'est-à-dire, lorsque les valeurs de toutes les variables indépendantes sont égales à zéro.
Statistique F	Statique (PCONST)	Inclut la statistique F globale pour un ajustement de la régression multiple. Il s'agit d'une statistique de test qui est liée à toutes les variables indépendantes, prises en compte dans leur ensemble (l'interception exceptée). La statistique est le ratio entre l'écart type expliqué pour chaque degré de liberté et l'écart type non expliqué pour chaque degré de liberté.
Valeur P de statistique F	Statique (PCONST)	Inclut la valeur P de statistique F pour un ajustement du modèle de régression multiple. Il s'agit de la probabilité de générer une valeur plus grande si tous les coefficients égalent zéro, lorsqu'une valeur P inférieure à 0,05 implique une signification, c'est-à-dire qu'au moins certaines des variables sont significatives. La valeur P est généralement inférieure à la valeur P la plus basse pour les statistiques t individuelles, à l'exception de l'interception. Si au moins une variable indépendante inclut une valeur P significative, la valeur P de statistique F n'est pas pertinente. Cette valeur est principalement pertinente lorsque les variables indépendantes ne sont significatives que marginalement et que des raisons de considérer le groupe comme significatif peuvent exister.
R-carré	Statique (PCONST)	Inclut la valeur R-carré (écart standard de régression) pour un ajustement du modèle de régression multiple. Cet écart représente le carré du coefficient de corrélation et mesure la force de la régression comparée à un modèle qui n'utilise que l'interception. Ceci n'augmente la valeur que lorsque des régresseurs supplémentaires sont ajoutés, ce qui peut donc être trompeur. En effet, bien que le nombre de nouveaux régresseurs augmente, la valeur ne s'ajoute pas à la performance de prévision du modèle.
Interception statistique t	Statique (PCONST)	Inclut la statistique t en tant qu'interception pour un ajustement du modèle de régression multiple. Celle-ci représente l'interception divisée par l'erreur standard. Autrement dit, lorsque la valeur de toutes les variables indépendantes est zéro, l'interception représente le niveau inférieur suivant du modèle.
Interception de valeur P de statistique t	Statique (PCONST)	Inclut les valeurs P de statistique t pour un ajustement du modèle de régression multiple. La valeur P de statistique t représente le niveau de signification observé pour la statistique t.