Il est parfois intéressant de calculer l'écart-relatif moyen qui existe entre des points et la droite de régression linéaire.
Cela donne la divergence moyenne par rapport à la théorie.
Copier le code ci-dessous ou télécharger le script pour réaliser la courbe suivante.
# Masse contenues dans les cuves en µgMasse_theorique = c(0,6,12,18,24,30)# Absorbance à 595 nm – à remplacer par vos propres valeursA = c(0,0.140 , 0.308 , 0.434 , 0.618 , 0.780)2. Rédiger les titres des axes (cette étape permet de les mettre en forme s'ils présentent du texte à mettre en indice ou en exposant) (pour en savoir plus sur la mise en forme d'expressions)
# Pour rédiger des expression mathématiques avec du texte en exposant ou en indice (fonction expression)x_lab = expression(Masse~~de~~BSA~~en~~µg) # ~~ pour les espaces ici mol.L-1 voit -1 mis en exposanty_lab = expression(A[595]) # ici la longueur d'onde de 595 nm est mise en indice pour avoir A5953. Tracer le graphique
# Tracer le graphiqueplot(Masse_theorique,A,main="titre à modifier",xlab=x_lab,ylab=y_lab,type="p",xlim=c(0,30), ylim=c(0,0.8),pch=16)# Ajouter la droite de régression linéaire passant par 0abline(0, lm(A~Masse_theorique+0)$coefficients,col="red")4. Afficher une régression linéaire passant par l'origine
# Afficher le coefficient directeur de la droitecat("Coefficient directeur : \n")lm(A~Masse_theorique+0)$coefficients5. Calculer l'écart-relatif moyen séparant les points (pratiques) de la régression (théorique).
# Calculer les valeurs d’absorbance théoriques attendues (régression linéaire)Absorbance_theorique = lm(A~Masse_theorique)$fitted.valuesAbsorbance_theorique# Calculer les écarts relatifs entre valeurs mesurées d’absorbance et régression linéaire (valeurs théoriques)difference = (A[A>0]- Absorbance_theorique[A>0])/Absorbance_theorique[A>0]*100difference# Convertir cette différence en valeur absoluedifference = abs(difference)# Calculer la différence moyenne : ERMerm = mean(difference)cat("Ecart-relatif moyen : ")ermMise à jour de la page nov 2018