Chapitre 02
Graphiques diagnostiques (GOF)
Racym Berrah, PharmD PMx Explain Mise à jour : Relecture scientifique par l'auteur : ORCID
Lire un modèle à l'œil : observations vs prédictions, résidus CWRES et détection des biais.
1 activités guidées01 · Pourquoi ce chapitre
Avant de faire confiance à un modèle, on le regarde. Les graphiques diagnostiques (goodness-of-fit, GOF) révèlent d'un coup d'œil les biais que les seuls chiffres masquent.
C'est la première étape — et souvent la plus parlante — de la validation d'un modèle.
02 · Intuition
Deux questions simples : le modèle prédit-il juste ? Ses erreurs sont-elles neutres ?
Un bon modèle aligne observations et prédictions sur la diagonale, et laisse des résidus centrés sur zéro, sans structure. Montez la « mauvaise spécification » et voyez apparaître un biais systématique.
03 · La formule décortiquée
Les graphiques canoniques :
- DV vs PRED (population) et DV vs IPRED (individuel) : nuage autour de l'identité .
- CWRES vs temps et CWRES vs PRED : sous une approximation où les CWRES suivent , on attend des valeurs centrées sur 0, sans tendance, avec environ 95 % dans . C'est un repère diagnostique, pas une règle d'acceptation.
- |IWRES| vs PRED : détecte une mauvaise erreur résiduelle (hétéroscédasticité).
04 · Exemple concret
Si les points DV vs PRED s'incurvent (le modèle sous-prédit les fortes concentrations), le modèle structural devient suspect : peut-être manque-t-il un compartiment, une non-linéarité, une covariable ou une forme d'erreur adaptée.
Une tendance des CWRES au cours du temps (positifs tôt, négatifs tard) est compatible avec une mauvaise phase d'absorption ou d'élimination, mais ce n'est pas une signature unique.
05 · Cas pratique : lire les motifs
Chaque forme de résidus oriente vers des hypothèses à tester : un U (ou U inversé) évoque souvent une mauvaise structure ; une trompette (nuage qui s'évase) évoque un modèle d'erreur inadapté ; une pente évoque un biais, parfois une covariable manquante.
Faites défiler les motifs. Le guide complet motif → cause → remède est détaillé dans le chapitre « Cas pratique : améliorer le modèle ».
06 · Piège fréquent
Un beau IPRED vs DV ne suffit pas.
07 · À retenir
- Les GOF révèlent visuellement les biais d'un modèle.
- DV vs PRED/IPRED : nuage sur la diagonale ; CWRES : centrés sur 0, sans tendance.
- Une tendance des CWRES suggère une mauvaise spécification structurale ou résiduelle, à confirmer.
- Méfiance : un IPRED parfait avec shrinkage élevé peut être peu informatif.
Point de contrôle
Vérifiez votre compréhension
Q1. Sur un graphique observations vs prédictions, un bon modèle donne...
Q2. Une tendance des CWRES en fonction du temps évoque d'abord...
Q3. Les CWRES bien spécifiés doivent être...
Exercices d'entraînement
Cas en plusieurs étapes combinant calcul, interprétation et raisonnement.
Un biais visible dans les résidus
Calcul · Décision · InterprétationÀ commencer
Un biais visible dans les résidus
Calcul · Décision · InterprétationÀ commencerCiter cette page
Berrah R. Graphiques diagnostiques (GOF). PMx Explain, 2026. https://rberrah.github.io/pharmacometrie/chapitres/valid-gof/
@misc{berrah2026validgof,
author = {Berrah, Racym},
title = {{Graphiques diagnostiques (GOF)}},
howpublished = {PMx Explain},
year = {2026},
url = {https://rberrah.github.io/pharmacometrie/chapitres/valid-gof/},
note = {Texte actuel sous licence CC BY-NC-SA 4.0}
}