Bonjour,
Il peut être très facile de comparer des valeurs attendues à des valeurs expérimentales, par exemple lorsque l'on trace la caractéristique d'une résistance. Mais qu'en est-il pour une fonction dépendant d'une variable spatiale x et du temps t.
En effet, j'ai un modèle me donnant des valeurs en fonction d'une position selon un axe Ox et du temps, mais comment les comparer de manière pertinente à des valeurs expérimentales?
Merci d'avance
Bonjour.
Ça dépend de la fonction théorique.
Mais il est toujours possible de faire un représentation 3D avec trois axes : position, temps et valeur de la fonction. Et distinguer les points théoriques de points mesurés avec une couleur différente.
Je pense que les tableurs (Open Office, Excel) peuvent faire ça.
Au revoir.
Merci pour votre réponse. Mais la méthode que vous me proposez semble uniquement visuelle, n'y a-t-il pas moyen d'évaluer les ressemblances entre les deux applications autrement, de pouvoir en un sens chiffrer ces ressemblances pour évaluer au mieux la pertinence des valeurs expérimentales?
Bonjour.
Vous pouvez calculer l’erreur quadratique moyenne :
https://fr.wikipedia.org/wiki/Erreur...atique_moyenne
et plus clair en anglais :
https://en.wikipedia.org/wiki/Mean_squared_error
Mais la « méthode visuelle », permet de voir des choses que les statistiques ne montrent pas. Par exemple un point complètement aberrant conséquence d’une erreur de mesure ou de transcription.
Au revoir
Merci beaucoup pour votre aide.
Au revoir
Je me tourne à nouveau vers vous. Il est dit qu'une erreur quadratique moyenne faible est un signe de la pertinence du modèle. Mais à part en comparant différentes erreurs quadratiques entre elles, je ne vois pas comment déterminer si mon erreur est faible. Existe-t-il des tableaux avec des valeurs tabulées qui pour un nombre d'échantillons donné indique jusqu'à quelle valeur d'erreur un modèle peut être considéré comme satisfaisant?
Re.
Vous avez raison. On ne sait pas ce que « faible » veut dire.
Les statisticiens ont des moyens de se donner une bonne conscience avec des valeurs pourris (oui, j’exagère) en faisant des test de confiance du genre « test de Student » ou « test de chi2 » qui leur permettent d’affirmer, par exemple, qu’il y a 80% de chances pour que leur modèle soit correct.
Mais c’est là, où la méthode visuelle est plus convaincante.
Et surtout, cela dépend de ce que vous êtes en train de modéliser. (Y compris pour la méthode visuelle).
A+
D'accord, merci pour tout!
Au revoir!
