Par Michael Juge
Mis à jour le 30 août 2022
Une ligne de tendance est une équation mathématique qui capture la relation entre deux variables. Dérivée de données brutes collectées via des mesures ou des tests, la forme la plus courante est une tendance linéaire (droite). Une fois que vous disposez de l'équation de la ligne de tendance, vous pouvez prévoir la valeur d'une variable pour n'importe quelle valeur donnée de l'autre.
Confirmez que l'équation est sous la forme linéaire standard :
y = m x + b
Ici, x est la variable indépendante que vous contrôlez, et y est la variable dépendante qui répond aux changements de x . Les constantes m (pente) et b (ordonnée à l'origine) sont spécifiques à votre ensemble de données.
Remplacez les symboles génériques par les noms réels. Par exemple, si la ligne de tendance relie la consommation de sel à la tension artérielle, l'équation devient :
Blood Pressure = m × Salt Intake + b
Décidez quelle variable vous souhaitez prévoir. Attribuez une valeur numérique au prédicteur. Pour prédire la tension artérielle, vous devez définir un niveau de consommation de sel particulier.
Gardez la variable prédite d’un côté de l’équation. Pour les prévisions de tension artérielle, le formulaire reste :
Blood Pressure = m × Salt Intake + b
Pour déterminer la consommation de sel en fonction d'un objectif de tension artérielle, réorganisez-le comme :
Salt Intake = (Blood Pressure – b) ÷ m
Insérez la valeur choisie dans l'équation et calculez. Une calculatrice ou une feuille de calcul rend cette étape rapide et sans erreur.
Si l'ordonnée à l'origine est nulle, l'équation se simplifie en y =m x. La même méthode s'applique aux lignes de tendance polynomiales ou autres, bien que la résolution puisse nécessiter une manipulation algébrique ou des outils numériques.
Les lignes de tendance sont inestimables pour modéliser des données qui augmentent ou diminuent à un rythme constant au fil du temps. Ils permettent des prévisions précises telles que :
En ajustant une ligne de tendance fiable, vous obtenez un outil qui peut être réutilisé avec de nouveaux ensembles de données pour prédire les résultats futurs.