Re : R² pour régression linéaire forcée par zéro
Au delà de la méthode de calcul, je pense que le plus important c'est de s'interroger sur la raison de choisir une régression avec y=ax plutot que y=ax+b ...
Si vraiment la relation entre x et y rend logique que b=0, alors l'équation devrait trouver une valeur très proche de 0 (qu'on peut éventuellement négliger). Si ce n'est pas le cas, il faut s'interroger sur la façon dont les valeurs de Y ont été acquises aux faibles valeurs de X (sensibilité et fiabilité de la machine ou de l'individu ayant fait la mesure, reproductibilité dans les faibles valeurs, au contraire pb dans les fortes valeurs... les causes sont multiples).
Encore une fois on retombe sur le même débat : il ne faut pas juste appliquer une formule mais savoir pourquoi on a choisi celle-ci et pas une autre et quelle est la limite de l'interprétation des données obtenues.
Le coeff de régression de toutes façons n'est pas une valeur qui admet une interprétation binaire "bon" "pas bon". Suivant ce qu'on regarde, un r² de 0.6 peut être excellent et un de 0.986 parfaitement inacceptable.