Erreur standard (ou erreur type) de la prédiction
Ne pas confondre avec erreur standard de la mesure.
En utilisant l'analyse de régression, on peut prédire le résultat le plus probable qu'un individu devrait obtenir lors d'une seconde mesure prise comme critère (par exemple le résultat atteint à la fin d'une période de formation) sur la base du ou des résultat(s) obtenu(s) antérieurement (par exemple au début de cette même période). Toutefois, la prédiction est inévitablement entachée d'une certaine erreur. L'importance de cette erreur est exprimée par l'erreur standard de la prédiction [ES(y')]. Concrètement, cet indice peut être considéré comme l'écart-type de la distribution (théorique) de toutes les erreurs qui seraient commises en effectuant la prédiction pour un grand nombre d'individus (distribution supposée normale et de moyenne nulle la plupart du temps). Par ailleurs, en vertu des propriétés de la distribution normale, l'erreur réellement commise pour un individu particulier est inférieure à l'erreur standard dans environ deux tiers des cas et supérieure dans le tiers restant de cas.
L'erreur standard de la prédiction peut être estimée en appliquant la formule:
où sy est l'écart-type de la distribution observée pour le critère et r est le coefficient de Bravais-Pearson calculé entre les deux séries de résultats.
