Comment construire un diagramme de Henry avec Excel et
une aide à l'interprétation par des exemples. Le document de x centrées et réduites (pour la droite de Henry il faut pondérer la moyenne et l'écart-type.
Table des matières
IV.2.Interprétation de la droite de Henry Interprétation de la droite de Henry. Page 11. Maîtrise statistique des procédés. MSP. V. Les capabilités. La ...
Chapitre 4 : Régression linéaire
b1 = 15771. Interprétation : une augmentation de l'âge d'un an se traduit Ce type de graphique est appelé droite de Henry. Si les résidus ne sont pas ...
Tests de normalité
Pour ma part je ne l'ai jamais vue implémentée dans un logiciel. 1.5 Q-Q Plot et Droite de Henry. Le Q-Q plot
Unité de Recherche Clinique et Évaluative
• QQ Plot / Droite de Henry (points sur la diagonale). 8. Page 10. Normalité Interprétation semblable. P > 005. Le modèle s'ajuste bien aux données.
Droite de Henry.pdf
Droite de Henry. La droite de Henry est une méthode pour visualiser les chances qu'a une distribution d'être gaussienne. Elle permet de lire rapidement la
INTERET DE LUTILISATION DE LA DROITE DE HENRY EN
Cette largeur est définie par la notion de "résolution". L'interprétation d'un pic d'absorption totale correspond en pratique
LA MORALE AU RISQUE DE LINTERPRÉTATION : L
graphy of Henry More » dans Henry More [1614-1687]
: tdr29 ————— Normalisation dune variable quantitative : la
1 févr. 2017 actéristique de la droite de Henry avec ses sauts. C'est typique des ... An analysis of transformations. Journal of the. Royal Statistical ...
Anamorphose linéaire de la courbe defficacité dun plan d
gausso-arithmétique utilisé pour le tracé d'une droite de Henry). Ce statistiques et courbes d'efficacité. (5) ISO-DIS 3494 (Mars 1975) - Interprétation ...
[PDF] Comment construire un diagramme de Henry avec Excel et
Le diagramme de Henry (ou « droite de Henry ») permet d'apprécier l'adéquation d'une une aide à l'interprétation par des exemples
[PDF] Chapitre 4 : Régression linéaire
Interprétation : Ne pas extrapoler la droite au delà des limites du domaine observé de X Ici Ce type de graphique est appelé droite de Henry
[PDF] Dispersion statistique - webwww03 - poseidonheig-vdch
Plus l'on dispose d'un nombre élevé de valeurs plus l'interprétation sera La droite de Henry est une méthode pour visualiser les
[PDF] tdr22pdf
particulier que faire lorsque le graphique en droite de Henry semble se résoudre en deux droites Comment calculer les distributions nor-
[PDF] AJUSTEMENT ANALYTIQUE RÉGRESSION - CORRÉLATION 1
La relation (3) est donc représentée par une droite la droite de Henry ( cf chapitre certains cas l'interprétation du paramètre ? est dénuée de sens
Droite de Henry - phpiaiheig-vdch
Droite de Henry La droite de Henry est une méthode pour visualiser les chances qu'a une distribution d'être gaussienne Elle permet de lire rapidement la moyenne et l'écart type d'une telle distribution Principe Si X est une variable gaussienne de moyenne et de variance ?2 et si N est une variable de loi normale centrée réduite on a les
Qu'est-ce que la droite de Henry ?
Droite de Henry. La droite de Henry est une méthode pour visualiser les chances qu'a une distribution d'être gaussienne. Elle permet de lire rapidement la moyenne et l'écart type d'une telle distribution. Principe.
Comment tracer une droite de Henry ?
Il n’est pas difficile de tracer une droite de Henry avec un tableur. Sur le tableau ci-dessous, la première colonne correspond soit à des valeurs, soit à des limites supérieures de classes (triées par ordre croissant).
Quelle est la droite de Henry des valeurs résiduelles ?
La droite de Henry des valeurs résiduelles doit suivre approximativement une ligne droite. Les schémas dans le tableau suivant peuvent indiquer que le modèle ne répond pas aux hypothèses du modèle. Dans cette droite de Henry, les valeurs résiduelles dévient légèrement de la ligne droite.
Comment convertir une loi en droite ?
L’intérêt est alors de comparer cette droite avec la fonction de répartition de la loi normale, elle-même transformée en droite, soit grâce au secours d’un papier gausso-arithmétique, soit grâce à votre logiciel qui s’occupe de ces petites transformations.
Comment construire un diagramme de Henry
avec Excel et comment l'interpréterKathy Chapelain et Emmanuel Grenier
emmanuel.grenier@lasalle-beauvais.fr Relu par Henry P. Aubert, Jacques Goupy et Jacques Vaillé Objet Le diagramme de Henry (ou " droite de Henry ») permet d'apprécier l'adéquation d'une distribution observée à la loi de Gauss.En abscisse,
x, on porte les valeurs observées ou les limites supérieures des classeslorsque les valeurs sont regroupées en classes. En ordonnée, on porte le " normit » de x (la
fonction normit sera définie à la page 2 ). Sur ce système d'axes, des réalisations d'une variable gaussienne donnent un nuage de points proche d'une droite. -2,5-2-1,5-1-0,500,511,522,535 40 45 50 55 60 65
xNormit de x
Figure 1
Pour l'exemple de la Figure 1, on peut supposer que les valeurs observées sont des réalisations d'une même variable gaussienne. Note : le diagramme de Henry est un cas particulier de diagramme " Quantile-Quantile » (Voir les fiches " Méthodes d'ajustements graphiques » dans la page Excel'ense [2]). La présente fiche explique comment faire un diagramme de Henry avec Excel et propose une aide à l'interprétation par des exemples. Le document joint Diagramme de Henry.xls fournit les données des exemples ainsi qu'une feuille de calcul toute faite pour vos propres données.© Revue MODULAD, 2006 - 1 - Numéro 35
Principe
Nous invitons le lecteur non initié aux probabilités ou à la statistique descriptive à se reporter
aux chapitres correspondants dans le manuel du groupe " Les cercles d'Excel'ense » [3]. La construction du diagramme s'opère de la manière suivante (voir la norme AFNOR " Etude de la normalité d'une distribution » [1]) :1) On calcule l'effectif cumulé pour chaque
x (valeur observée ou limite supérieure de la classe si les valeurs sont regroupées en classes), c'est-à-dire le nombre de valeurs inférieures ou égales à x.2) On calcule la fréquence cumulée, c'est-à-dire l'effectif cumulé divisé par l'effectif total.
3) On détermine le fractile correspondant pour la loi de Gauss standard (le fractile
d'ordre p est la valeur u telle que la probabilité cumulée jusqu'à u est égale à p). On
obtient ainsi le " normit » de x (de l'anglais normal unit)Fréquence
cumulée en x normit de x 00,51 -202Valeur de la variable
Probabilité cumulée pour
la loi de Gauss standardFigure 2
4) On représente les couples (x ; y), avec y = normit de x, par un nuage de points.
Prenons le cas où les valeurs observées sont des réalisations d'une variable gaussienne standard. La fréquence cumulée en x des valeurs observées est alors proche de la probabilité cumulée en x pour la loi de Gauss standard (d'autant plus proche que le nombre d'observations est important). Le normit de x est donc proche de x.Fréquence
cumulée en x normit de xx00,51 -202Valeur de la variable
Probabilité cumulée ou
fréquence cumuléeFonction de probabilité
cumulée pour la loi deGauss standard
Fonction de fréquence
cumulée des valeurs observéesFigure 3
Le nuage des points (x ; y), avec y = normit de x, est alors proche de la droite y = x. Prenons le cas d'une variable gaussienne de moyenne théorique et d'écart-type théorique quelconques. On revient à une variable de Gauss standard en centrant et en réduisant la© Revue MODULAD, 2006 - 2 - Numéro 35
variable, c'est-à-dire par la transformation x' = (x - )/. Le nuage des points sera donc dans ce cas proche de la droite d'équation y = (x - )/.Construction avec Excel
Cas d'observations non regroupées en classes
Voir la feuille Exemple 1 dans le document Diagramme de Henry.xls On reprend les 4 étapes décrites précédemment :1) Calcul de l'effectif cumulé
L'effectif cumulé est le rang de classement des valeurs dans un ordre croissant : fonction RANG.Figure 4
2) Calcul de la fréquence cumulée
On divise l'effectif cumulé par l'effectif total. L'effectif total peut être obtenu en prenant le
maximum des effectifs cumulés.En pratique, on augmente l'effectif total d'une unité pour que le normit puisse être calculé sur
la valeur x maximale. D'autres corrections sont possibles : voir la norme AFNOR [1].Figure 5
© Revue MODULAD, 2006 - 3 - Numéro 35
3) Calcul du normit
On applique aux fréquences cumulées la réciproque de la fonction de répartition de la loi de
Gauss standard : fonction LOI.NORMALE.STANDARD.INVERSE.Figure 6
4) Représentation des couples (x ; y), avec y = normit de x, par un nuage de points
On sélectionne la plage des x et celle des normits (sélection de plages discontinues avec la touche Ctrl), on clique sur l'icône Assistant graphique et on choisit Nuage de points. Pour l'exemple, on obtient le graphique de la page 1.Cas d'observations regroupées en classes
Les intervalles des classes doivent être fermés à droite (bornes supérieures incluses). Les
valeurs x sont alors les limites supérieures des classes. On les entre par ordre croissant et on entre les effectifs des classes correspondantes. Voir la feuille Exemple 2.Figure 7
Note :
Dans la feuille d'exemple, les effectifs des classes n'ont pas été saisis mais calculés à partir des valeurs observées et des limites des classes. On a utilisé la fonction FREQUENCE. On aurait pu utiliser la fonction NB.SI (voir la fiche " Comment faire un histogramme » dans le manuel [3]) ou passer par l'Utilitaire d'analyseHistogramme
Les effectifs cumulés se calculent en additionnant les effectifs depuis la première classe.© Revue MODULAD, 2006 - 4 - Numéro 35
Figure 8
On revient ensuite à l'étape 2) de la procédure précédente.Interprétation à partir d'exemples
Voir dans le document Excel les feuilles
Exemple 1
Exemple 5.
Exemple 1
L'effectif (38 observations) ne justifie pas un regroupement en classes. Représentons la distribution des valeurs observées par un nuage de points.35404550556065
01020304
Numéro d'observation
x 0Figure 9
Peut-on faire l'hypothèse que ces valeurs sont des réalisations d'une variable gaussienne ? On construit le diagramme de Henry. On obtient le diagramme de la Figure 1 (page 1). Le nuage étant proche d'une droite, on n'a pas de raison de rejeter l'hypothèse.Exemple 2
On a maintenant suffisamment d'observations pour regrouper les valeurs observées en classes et représenter leur distribution par un histogramme.© Revue MODULAD, 2006 - 5 - Numéro 35
00,020,040,060,080,10,12
15 20 25 30 35 40 45 50
Valeur observée
Densité de fréquence
Figure 10
La distribution est symétrique, en forme de cloche. A première vue, il semblerait qu'on puisse la modéliser par une loi de Gauss. Pour le confirmer, on construit le diagramme de Henry (avec les mêmes classes mais en regroupant les classes de faible effectif). -3-2-1012320 25 30 35 40 45 50
xNormit de x
Figure 11
Le nuage de points étant proche d'une droite, on peut modéliser la distribution observée par
une loi de Gauss.Remarque :
Le diagramme de Henry permet d'approcher la moyenne et l'écart-type des réalisations d'une variable gaussienne lorsqu'on ne dispose que de la distribution des valeurs regroupées en classes. On repère la droite de tendance du nuage des points, ou " droite deHenry », et on approche la moyenne par l'intersection à l'origine, m, et l'écart-type par, s,
l'inverse de la pente (voir la norme AFNOR [1]).© Revue MODULAD, 2006 - 6 - Numéro 35
-2-1012325 30 35 40 45
xNormit de x
mm+sFigure 12
Pour l'exemple, on obtient m = 33,2 et s = 4,2 (valeurs très proches de la moyenne et de l'écart-type des valeurs observées).On peut généralement déterminer la droite au jugé, les points étant quasi alignés dans le cas
où les observations sont issues d'une variable gaussienne et regroupées en classes. Attention : la fonction graphique d'Excel Ajouter une courbe de tendance ne donne pas la droite de tendance d'un nuage de points mais la droite de régression. La droite de tendanced'un nuage de points (x ; y) est la droite d'équation y* = x* où y* et x* sont les valeurs de y et
de x centrées et réduites (pour la droite de Henry, il faut pondérer la moyenn e et l'écart-type par l'effectif de la classe correspondante).Exemple 3
La distribution observée est très dissymétrique pour cet exemple.00,050,10,150,2
0 5 10 15 20 25 30 35 40 45 50 55 60 65 70
Valeur observée
Densité de fréquence
Figure 13
Cette dissymétrie se traduit sur le diagramme de Henry par une tendance non linéaire du nuage de points :© Revue MODULAD, 2006 - 7 - Numéro 35
-1,5-1-0,500,511,522,530204060
xNormit de x
80Figure 14
Une tendance dont la pente diminue avec x traduit une répartition dissymétrique étalée vers
les valeurs importantes de x. La pente augmenterait dans le cas d'un étalement vers les faibles valeurs de x.Remarque :
Un passage à une échelle logarithmique (Clic double sur l'axe des abscisses / Format /Echelle
/ Sélectionnez Echelle logarithmique) donne une tendance linéaire. -1,5-1-0,500,511,522,53 110x
Normit de x
100Figure 15
Pour l'exemple, on pourrait modéliser la distribution par une loi de Gauss sur les logarithmes des observations.Exemple 4
Comme pour l'Exemple 1, on travaille sur les données non regroupées parce que l'effectif est faible.© Revue MODULAD, 2006 - 8 - Numéro 35
2530354045505560657075
0 5 10 15 20 25 30 35 40 45 50 55
Numéro d'observation
xFigure 16
La distribution est symétrique. Peut-on ici aussi supposer que les valeurs observées sont des réalisations d'une variable gaussienne ? Construisons le diagramme de Henry. -2,5-2-1,5-1-0,500,511,522,525 30 35 40 45 50 55 60 65 70
xNormit de x
Figure 17
La forme de nuage traduit une distribution symétrique mais non gaussienne (ici, la distribution est plus proche de la loi uniforme que de la loi de Gauss).Exemple 5
Le problème n'est plus de tester l'adéquation à une loi d e Gauss. On a repéré des valeurs extrêmes (les observations n° 16, 19 et 31) et on voudrait juger si ces observations sont aberrantes sous l'hypothèse d'une distribution gaussienne.© Revue MODULAD, 2006 - 9 - Numéro 35
5791113151719212325
0 5 10 15 20 25 30 35 40
Numéro d'observation
xFigure 18
Ces observations s'écartent de l'alignement dans le diagramme de Henry. On peut par conséquent considérer qu'elles sont aberrantes sous l'hypothèse d'une répartition gaussienne. n° 16 n° 31 n° 19 -2,5 -2-1,5-1-0,500,511,522,55 1015202
xNormit de x
5Figure 19
Remarques :
Une observation n'est pas aberrante en soi mais sous une hypothèse de loi. Cette méthode est utilisée pour dépouiller les résultats des plans de criblage de facteurs. On parle alors de " diagramme de Daniel ». Voir le chapitre " Plans d'expériences » dans le manuel du groupe " Les cercles d'Excel'ense » [3].© Revue MODULAD, 2006 - 10 - Numéro 35
Références
[1] AFNOR - Etude de la normalité d'une distribution. NF X 06-050, décembre 1995 [2] Goldfarb B., Pardoux C. - Méthodes d'ajustements graphiques. Excel'ense - MODULAD n°33, juillet 2005. www.modulad.fr [3] Morineau A., Chatelin Y.-M. (Coordinateurs) - L'analyse statistique des données. Apprendre, comprendre et réaliser avec Excel. Editions Ellipses, 2005.© Revue MODULAD, 2006 - 11 - Numéro 35
quotesdbs_dbs28.pdfusesText_34[PDF] exercice corrigé droite de henry
[PDF] courbe de henry excel
[PDF] droite de henry pdf
[PDF] programmation linéaire exercices corrigés pdf
[PDF] programmation linéaire exercices corrigés
[PDF] programmation linéaire simplexe
[PDF] recherche opérationnelle programmation linéaire exercices corrigés pdf
[PDF] exercices recherche operationnelle
[PDF] theme astral chinois complet gratuit interpretation
[PDF] cours recherche opérationnelle methode de simplexe
[PDF] recherche opérationnelle simplexe exercices corrigés
[PDF] livre recherche opérationnelle pdf
[PDF] cours et exercices corrigés de recherche opérationnelle+pdf
[PDF] inpes