Bonjour,
Après modélisation, j'ai obtenu des valeurs que je souhaiterais comparer à mes valeurs expérimentales pour valider le modèle. Pour cela, je pensais utiliser le R² qui me paraît l'outil le plus simple et compréhensible (à moins que vous n'ayez de meilleures suggestions).
Seulement, mon problème est que je n'ai pas les mêmes valeurs en x. Comment déterminer ma corrélation entre les deux séries si j'ai à la fois des y et des x différents ?
Merci.
Bonne journée
Bonjour.
Si je comprends bien, tu as un modèle d'une situation réelle qui dépend d'une variable x. Pourquoi ne pas avoir pris les mêmes valeurs ?
En tout cas, il est difficile de comparer deux situations qui sont par principe sans rapport ...
Cordialement.
NB : Il est simple de reprendre le modèle avec les bonnes valeurs de x
Bonjour,
tout d'abord, merci pour la réponse. Mes valeurs x sont le temps, les données expérimentales ont été enregistrées sous un datalogger qui étrangement n'enregistre pas de façon constante (3.3 secondes, 5.8 par exemple, mais jamais un chiffre rond). Il n'est pas tout jeune.
Dans ma modélisation, j'obtiens par contre un temps régulier (toutes les secondes). Je peux modifier ce pas de temps, mais pas obtenir exactement les mêmes temps que mes expé.
Ce que je pourrais faire est arrondir mes temps expé à la seconde prêt et les faire correspondre à mes temps modélisés, mais je perdrai en précision (même si ce n'est pas énorme). N'y a-t-il aucun moyen pour prendre les séries dans leur globalité ?
Tu peux interpoler l'une série ou l'autre ou les deux pour te ramener aux mêmes temps.
J'ai peur que ça redonne une forte imprécision. Le mieux est de modifier la modélisation pour pouvoir retrouver les valeurs expérimentales. Si elles sont irrégulière, faire une modélisation irrégulière. Si ça n'est pas possible, mais que les temps expérimentaux sont au dixième de seconde, faire tourner le modèle au dixième de secondes.
En tout cas, toute méthode directe de comparaison entre des résultats qui ne correspondent pas aux mêmes données d'entrée est assez peu crédible. Puisqu'on perd l'essentiel de l'information. On est alors amené à "trafiquer" les données. Quand on ne peut pas faire autrement, on compare, par exemple pour des séries temporelles de dates différentes, des modèles théoriques des deux séries; faute de mieux. mais modéliser un modèle est assez absurde. Et modéliser la série réelle est déjà pratiquement fait.
Cordialement.
Merci pour vos réponses.
J'ai arrondi mes données expérimentales à la seconde près du coup (peu de variation sur une seconde normalement), et je me retrouve avec des valeurs x identiques pour modèle et expé. Arrivé là, quelle serait la meilleure méthode pour déterminer si mon modèle colle plus ou moins bien à mon expé ? J'ai fait de la manière suivante, je ne sais pas si c'est correct (pour chacun de mes points) :
1-SOMME(ABS(Ymodel-Yexp)/Yexp)
Il y a de très nombreuses façons de faire. Tout dépend de ce que tu veux privilégier (accord global, pas de grosse erreur, pas plus de 2% d'erreur, ...). Ton calcul correspond à mesurer le total des erreurs relatives, donc à travailler globalement.
Oui, c'est en gros ce que je souhaite calculer, une erreur global sur mon modèle. Je ne peux pas travailler sur l'erreur sur ma valeur finale par exemple, parce que ce qui m'intéresse c'est plutôt l'évolution générale.
Ce que j'aimerais faire finalement c'est calculer un R² de la même façon que le fait Excel quand il sort une quelconque courbe de régression (polynomiale par exemple) pour représenter les données expérimentales.
Très souvent, on calcule la somme des carrés des écarts (erreur quadratique moyenne).
Mais ce n'est pas vraiment exploitable, plus les variables seront grandes plus la somme des écarts quadratiques sera grande. A moins d'en faire la moyenne une fois chaque écart rapporté au carré de la valeur expérimentale ? Ce qui je crois revient plus ou moins à calculer l'opposé du R².
N'importe comment, tous ces nombres n'ont pas de signification directe, R² compris. Si tu veux tenir compte de la taille des données, tu calcules avec les écarts relatifs.
Mais puisque tu as envie d'utiliser R², utilise-le. Tu verras bien ce que tu peux lui faire dire ...
