Easy Fit / Easy Predict

Utilisez la fonction Easy Fit afin de tester et comparer différents modèles prédictifs sur un même jeu de données. En fonction du type de variable à prédire (quantitative ou qualitative) et du type de variables explicatives, différents modèles prédictifs sont proposés. La fonction Easy Predict vous permet ensuite de prédire les valeurs de nouvelles observations sur les modèles précédemment générés.

Options de la fonctionnalité Easy Fit / Easy Predict avec XLSTAT

Modèles de régression disponibles

Actuellement la fonction Easy Fit dispose des modèles de régression suivants :

• Si les variables explicatives X sont uniquement quantitatives :

  • Régression linéaire

  • Forets aléatoires de régression

• Si les variables explicatives X sont uniquement qualitatives :

  • Analyse de la variance : ANOVA

  • Forets aléatoires de régression

• Si certaines variables explicatives X sont quantitatives et d'autres qualitatives :

  • Analyse de la covariance : ANCOVA

  • Forets aléatoires de régression

Modèles de classification disponibles

Actuellement la fonction Easy Fit dispose des modèles de classification suivants :

• Si les variables explicatives X sont uniquement quantitatives :

  • Régression logistique

  • Forets aléatoires de classification

• Si les variables explicatives X sont uniquement qualitatives :

  • Régression logistique

  • Forets aléatoires de classification

• Si certaines variables explicatives X sont quantitatives et d'autres qualitatives :

  • Régression logistique

  • Forets aléatoires de classification

Sorties de la fonctionnalité Easy Fit / Easy Predict avec XLSTAT

Statistiques descriptives : les tableaux de statistiques descriptives présentent pour toutes les variables sélectionnées des statistiques simples. Pour les variables quantitatives sont affichés le nombre d'observations, le nombre de données manquantes, le nombre de données non manquantes, la moyenne, et l'écart-type (non biaisé). Pour les variables qualitatives sont affichés le nom des différentes modalités ainsi que leur fréquence respective.

Tableau de synthèse : ce tableau présente les coefficients d'ajustement jugeant de la qualité du modèle. En classification on utilise la proportion de mal classés et en régression la moyenne des carrés des erreurs. Dans tous les cas ces coefficients d'ajustement sont calculés sur l'échantillon de validation.

Résultats synthétiques par méthode : pour chacune des méthodes réalisées les résultats les plus importants de la méthode sont affichés. Pour une meilleure compréhension des différents résultats vous pouvez accéder aux aides des différentes méthodes. Tous les liens vers les aides sont disponibles dans la section