Bonjour, Exceptionnellement je réponds au début ...
Je suis d'accord avec Laurent pour laisser à l'utilisateur la responsabilité des opérations qu'il réalise. Ce qui me parait CAPITAL, c'est l'information donnée à l'utilisateur: - Utiliser les définitions correctes - Dire quel est le traitement fait, en faire la description mathématique, afin que chacun puisse facilement le reproduire et vérifier que l'outil fait bien le traitement attendu. L'aide de LibO donne me semble-t-il des informations assez détaillées, mais je n'ai pas eu l'occasion d'y regarder de très près. Quant à ce problème de "régression linéaire" forcée à passer par l'origine, le principe n'est pas choquant, la méthode des moindres carrés s'applique pour comparer toute fonction à une série de données, et on a bien le droit de comparer la fonction y = mx avec le jeu de données plutôt que y = mx + b si on estime cette première forme plus pertinente d'un point de vue physique (après tout la régression linéaire fait aussi une hypothèse tout aussi arbitraire qu'il faut aussi interroger). Il reste que le terme de régression linéaire me semble "réservé" à une droite quelconque y = mx + b, il faut donc rechercher la bonne terminologie pour y = mx Bonne journée, Michel > -----Message d'origine----- > De : Jean-Baptiste Faure [mailto:[email protected]] > Envoyé : dimanche 17 avril 2011 09:56 > À : [email protected] > Objet : Re: [fr-discuss] régression linéaire avec contrainte de passer par > l'origine > > Le 17/04/2011 00:01, Laurent BALLAND-POIRIER a écrit : > > Bonsoir Jean-Baptiste, > > > > Le 16/04/2011 22:04, Jean-Baptiste Faure a écrit : > >> Bonjour, > >> > >> J'aimerais avoir votre sentiment quant à une demande classique que j'ai > >> retrouvé tout à l'heure sur la liste développeurs. > >> Il s'agit de pouvoir ajouter sur un graphique une courbe de tendance > >> linéaire avec la contrainte de passer par (0,0). > >> > >> Pour moi il ne s'agit plus de régression linéaire : si les données ne > >> passent par zéro, il n'y a pas de raison de forcer la régression > >> linéaire à le faire. De plus cela peut masquer le fait que choisir un > >> ajustement linéaire est simplement erroné parce que les données ne sont > >> simplement pas alignées. > >> > > Je suis heureux que tu lances le sujet car c'est une de mes issues > > favorites (issue 34093), avec la régression polynomiale (issue 20819). > > Pour moi ce sont deux demandes d'ordres différents. > > > Les données peuvent ne pas passer exactement par zéro (ou une autre > > valeur constituant un offset) alors que physiquement le phénomène doit > > passer par l'origine. Par exemple si le nombre de données est faible, il > > est peu probable que cela passe exactement par zéro. > > Ok, mais dans ce cas la vraie question à se poser est : pourquoi ça ne > passe pas par zéro alors que ça devrait ? > Pas de torturer les données pour leur faire dire ce qu'on a décidé > qu'elles devaient dire. > > > Quant à "masquer" un comportement erroné, c'est quand même l'utilisateur > > qui choisit ou non de forcer l'ordonnée à l'origine. Merci de lui > > accorder l'intelligence minimum de faire le choix qui lui convient en > > fonction de ses besoins. > > L'utilisateur a déjà le choix parmi plusieurs régressions, il est donc > > quand même sensé savoir un minimum ce qu'il veut. Pourquoi alors ne pas > > supprimer les autres choix de peur qu'il se trompe ? > > Le problème n'est pas tout à fait le même : choisir entre une régression > linéaire ou une en loi puissance c'est choisir la forme de la loi > d'ajustement. > Imposer à une droite de passer par l'origine c'est ajouter des données > extérieures aux données expérimentales en leur donnant un poids bien > plus important que les autres. Et si ce sont des données valides > pourquoi ne pas les ajouter au jeu de données utilisé pour calculer la > régression linéaire ? > > L'exemple donné dans la question sur la ML développeurs > (http://nabble.documentfoundation.org/needful-function-on-calc- > tp2824180p2824180.html) > est le suivant : > distance parcourue par une voiture en fonction de sa vitesse : > 1 m/s : 5 m > 2 m/s : 11 m > Si on ajoute (0,0) au jeu de données la relation n'est pas linéaire. > Pourquoi la forcer ? > Pour moi ce n'est pas une démarche scientifique. Mais bon il est vrai > que nous sommes habitués à voir des régressions linéaires tracées pour > tout et n'importe quoi. > > > > > En attendant, je rappelle que MS-Excel supporte une telle fonctionnalité > > depuis le siècle dernier (1993 avec MS-Excel 5.0), de même que Gnumeric > > (version 1.6), pour les tests que j'ai pu faire. > > Est-ce une bonne et suffisante raison pour faire pareil ? > > D'un autre coté on peut bien ajouter toutes les formes d'ajustement que > l'on veut. Le problème est alors d'être bien clair sur ce que le > logiciel fait. Et dans le cas présent ce n'est plus une régression > linéaire. Il faut trouver un autre nom pour ne pas induire en erreur. > > > Le problème de développer une telle fonctionnalité est surtout lié > > au format du fichier. Une demande de modification du format a été > déposée > > auprès OASIS en décembre 2008, mais je n'ai pas vu de suite. > > > Mais si on a besoin de cette fonctionnalité et de la régression > > polynomiale, il y a la superbe extension CorelPolyGUI de Marcin Gutman > > http://extensions.services.openoffice.org/fr/project/CorelPolyGUI > > Je te laisse le soin de répondre en ce sens à la question sur la liste > dév ? Tu le feras sans doute plus gentiment que moi ;-) > > Bonne journée > JBF > > -- > Seuls des formats ouverts peuvent assurer la pérennité de vos documents. > > -- > Envoyez un mail à [email protected] pour savoir comment vous > désinscrire > Les archives de la liste sont disponibles à > http://listarchives.libreoffice.org/fr/discuss/ > Tous les messages envoyés sur cette liste seront archivés publiquement et > ne pourront pas être supprimés -- Envoyez un mail à [email protected] pour savoir comment vous désinscrire Les archives de la liste sont disponibles à http://listarchives.libreoffice.org/fr/discuss/ Tous les messages envoyés sur cette liste seront archivés publiquement et ne pourront pas être supprimés
