Calculateur de résidus et somme des carrés résiduels

Saisissez des listes correspondantes de valeurs x et y, ainsi que la pente et l’ordonnée à l’origine de la droite ajustée. Le résultat présente chaque valeur prédite, chaque résidu signé, la somme des résidus, la somme des carrés résiduels et la racine de l’erreur quadratique moyenne. Cet outil vous aide si vous disposez déjà d’une équation ajustée et souhaitez examiner ses erreurs, comparer plusieurs droites, vérifier un exercice ou repérer des observations mal représentées.

Saisissez les observations et la droite ajustée

Fournissez les coordonnées observées dans deux listes nommées x_values et y_values. Leur position définit les paires : la première valeur x correspond à la première valeur y, la deuxième valeur x à la deuxième valeur y, et ainsi de suite. Les listes doivent donc avoir la même longueur, contenir au moins une observation et uniquement des nombres finis. Indiquez ensuite la pente et l’ordonnée à l’origine de la droite à évaluer. Le calculateur applique l’équation y prédite = pente × x + ordonnée ; il n’estime pas ces coefficients. Cette distinction est utile lorsqu’un manuel, un tableur, un logiciel statistique ou une étape de régression antérieure a déjà produit une droite et que vous devez étudier les erreurs restantes. Conservez des unités compatibles. Si x est exprimé en heures et y en euros, la pente doit être en euros par heure et l’ordonnée en euros. Le résultat rappelle les coefficients fournis et le nombre d’observations appariées, afin que vous puissiez confirmer que les données et l’équation voulues ont été évaluées. Une requête peut traiter jusqu’à 10,000 paires.

Interprétez chaque résidu et son signe

Pour chaque observation, le calculateur évalue d’abord la droite ajustée à la coordonnée x concernée, ce qui produit une valeur prédite. Il calcule ensuite résidu = y observée − y prédite. Un résidu positif signifie que le point observé se situe au-dessus de la droite ; un résidu négatif indique qu’il se trouve au-dessous. Un résidu nul signifie que la droite passe exactement par l’observation. Les tableaux des prédictions et des résidus conservent l’ordre de saisie : vous pouvez rapprocher chaque résultat de son point source sans tri ni identifiant. Les signes peuvent révéler une structure systématique masquée par un indicateur global. De longues séries positives suivies de séries négatives peuvent signaler une courbure, une variable manquante ou une relation qui évolue. Un résidu isolé très important peut correspondre à une observation atypique ou à une erreur de saisie. Le champ residual_sum additionne les erreurs signées et mean_residual divise cette somme par le nombre de points. Pour une droite des moindres carrés ordinaires avec constante, ajustée sur ces mêmes données, cette somme est normalement proche de zéro, hors arrondis numériques. Cela ne suffit pourtant pas à prouver un bon ajustement, car les erreurs positives et négatives peuvent se compenser.

Évaluez l’ajustement avec RSS et RMSE

La somme des carrés résiduels, souvent abrégée RSS ou SSE, additionne le carré de chaque résidu. La mise au carré supprime le signe, empêche les erreurs situées de part et d’autre de la droite de s’annuler et donne davantage de poids aux écarts importants. Un RSS nul indique que tous les points fournis se trouvent exactement sur la droite proposée. Pour le même jeu de données et les mêmes unités de réponse, un RSS plus faible correspond à un ajustement plus proche. Toutefois, RSS augmente avec le nombre d’observations et s’exprime dans le carré de l’unité y ; comparez donc prudemment des jeux de tailles ou d’échelles différentes. Le calculateur renvoie également la racine de l’erreur quadratique moyenne, soit la racine carrée de RSS divisée par le nombre d’observations. RMSE conserve l’unité d’origine de y et décrit l’ordre de grandeur d’une erreur typique, souvent plus facile à interpréter. Il s’agit d’une mesure descriptive, non de l’erreur standard résiduelle corrigée des degrés de liberté utilisée en inférence. Pour comparer des droites sur exactement les mêmes points, examinez à la fois les indicateurs agrégés et la disposition des résidus. Le meilleur score peut encore masquer courbure, groupes, points influents ou modèle linéaire inadapté.