La régression trouve des coefficients pour un modèle tel que y = b0 + b1x1 + b2x2 qui minimisent la somme des carrés des résidus. Elle quantifie de combien la réponse varie par unité de changement de chaque entrée, donne des intervalles de prédiction et teste quels termes importent. Avec des plans d'expériences, les entrées sont équilibrées et les estimations sont nettes. Avec des données de production historiques, les entrées corrélées et les variables cachées peuvent rendre les coefficients trompeurs.
Run a regression of CD on dose and focus for the last 200 lots and see if the dose term still holds.
En français simple Lancez une regression de la dimension critique sur la dose et la mise au point pour les 200 derniers lots et voyez si le terme de dose tient toujours.
Aussi entendu sous
- regression analysis
- linear regression
- multiple regression
Termes associés
Residual
Différence entre une valeur observée et la valeur prédite par un modèle ajusté.
R-squared
Part de la variation d'une réponse expliquée par un modèle de régression, sur une échelle de 0 à 1.
Leverage
Mesure de l'écart entre les valeurs d'entrée d'un point de données et les autres, ce qui lui donne une influence démesurée sur un modèle ajusté.
ANOVA
Analyse de variance (Analysis of variance) : division de la variation totale en parts provenant de chaque facteur et de l'erreur, puis test pour déterminer quelles parts sont réelles.