2.2 DISTRIBUTION À DEUX CARACTÈRES CORRÉLATION
Dans une étude statistique on donne le nom de variable statistique à tout caractère dont les données peuvent être différentes. CORRÉLATION. Étudier la
Statistique Les distributions à deux caractères
L'ensemble des couples (XY) constitue une distribution à deux caractères
Statistiques descriptives et exercices
Donc di = ni × 360. N . 2.3.2 Distribution à caractère quantitatif discret. A partir de l'observation d'une variable quantitative discrète
Série statistique à deux variables A
Partie A Étude de la série statistique à une variable y On partage le nuage en deux sous-nuages de trois points (les 3 premiers et les 3 derniers).
Chapitre 2: Série statistique à deux variables
Combien il y'a de distributions conditionnelles? Comme x prend p valeurs différentes alors il existe p séries conditionnelles de y en x. Comme y prend q
Chapitre 2 : Série statistique à deux variables
Une série statistique double peut être donnée comme l'énumération d'un Définition : on appelle distribution statistique à deux variables la donnée (. ).
Distributions de plusieurs variables
8 mai 2008 Variables aléatoires continues : deux variables aléatoires X ... Exemple : Distribution uniforme bivariée sur un carré un disque
Dépendance et codages de deux variables aléatoires
16 mars 2020 une distribution statistique à deux dimensions est connue sous la forme d'un tableau de contingence m x p où les distributions marginales ne ...
Chapitre 2 Comparaisons de deux distributions
PMP STA 21 Méthodes statistiques pour l'analyse des données en psychologie On étudie deux populations P1 et P2 et deux variables qui représentent le ...
Cours 4 Liaison entre deux variables conjointes
2 La liaison statistique se manifeste principalement sur les distributions conditionnelles ; supposons par exemple que nous étudions la liaison de Y à X ; pour
[PDF] Série statistique à deux variables A
Série statistique à deux variables A Étude de deux exemples Énoncé Le tableau suivant donne la moyenne y des maxima de tension artérielle en fonction de
[PDF] STATISTIQUES À DEUX VARIABLES - maths et tiques
L'objectif est à partir des valeurs d'une série statistique à deux variables d'obtenir des approximations pour des valeurs inconnues de cette série Exemples
[PDF] SÉRIES STATISTIQUES À DEUX VARIABLES - Pierre Lux
A ) DÉFINITION Définition : On considère deux variables statistiques numériques x et y observées sur une même population de n individus
[PDF] Distributions à deux caractères - Mathématiques du Cnam
2 LES CARACTÉRISTIQUES DES SÉRIES À DEUX CARACTÈRES 1 Présentation générale Soit X une variable (caractère) statistique dont les modalités sont x1x2
[PDF] Les distributions statistiques à deux caractères : étude de - UMMTO
Statistique 2/Chapitre 2: Les distributions statistiques à deux caractères : étude de la régression l'ajustement et la corrélation
[PDF] Chapitre 2: Série statistique à deux variables - E-monsite
Combien il y'a de distributions conditionnelles? Comme x prend p valeurs différentes alors il existe p séries conditionnelles de y en x Comme y prend q
[PDF] Statistiques à deux variables MathsComp 1 Ajustement affine
On obtient alors une série statistique à deux variables quantitatives ou série statistique double qui peut être représentée par : • une liste de couples xi ;
[PDF] Chapitre 3 Etude de la liaison entre deux variables Analyse
Etude simultanée de deux variables X et Y définies sur une même population P : mettre en évidence une éventuelle liaison (relation dépendance) entre les
[PDF] STATISTIQUE DESCRIPTIVE BIVARIEE
1 1 Distributions statistiques W deux variables On considère une population de N individus mesurés simultaniment par les deux caractères
[PDF] Statistique Les distributions à deux caractères
L'ensemble des couples (XY) constitue une distribution à deux caractères ou distribution à deux variables Exemple : On considère la note en maths et en
Comment calculer des statistiques à deux variables ?
Graphiquement, elle correspond à une droite d'équation réduite y=ax+b qui donne une relation entre les deux variables quantitatives. Gr? à l'ajustement affine, on peut interpoler ou extrapoler, c'est-à-dire faire des prévisions.Quel lien statistique entre 2 variables ?
La corrélation est une mesure statistique qui exprime la notion de liaison linéaire entre deux variables (ce qui veut dire qu'elles évoluent ensemble à une vitesse constante). C'est un outil courant permettant de décrire des relations simples sans s'occuper de la cause et de l'effet.C'est quoi la distribution d'une variable ?
La distribution d'une variable est le profil des valeurs , c'est-à-dire l'ensemble formé de toutes les valeurs possibles et des fréquences associées à ces valeurs. Les distributions de fréquences sont représentées sous forme de tableaux ou de graphiques.- Le coefficient de Pearson permet de mesurer le niveau de corrélation entre les deux variables. Il renvoie une valeur entre -1 et 1. S'il est proche de 1 cela signifie que les variables sont corrélées, proche de 0 que les variables sont décorrélées et proche de -1 qu'elles sont corrélées négativement.
Cours 4
Liaison entre deux variables conjointes
1 défLa liaison statistique entre deux variables X et Yexprime l"information que donne la mesure de l"une des deux variables pour un individu de la population, sur la valeur de l"autre variable pour ce même individu : par exemple, la liaison de Y à X est l"information que donne la mesurexede X effectuée sur un individue, pour estimer la valeurye, cette indication étant d"autant plus précise que la liaison est forte. L"étude d"une liaison statistique répond à deux types de problématiques :- sur le plan de la connaissance, elle permet de suggérer une éventuelle relation de causalité
entre les deux variables; et si elle ne peut l"expliquer (voir plus loin), elle encourage la recherche de son explication; - sur le plan pratique, elle permet d"avoir une évaluation de la mesure d"une des deux va- riables, disonsy, à partir de la seule mesure de l"autre,x; ceci est particulièrement utilelorsque la mesure de la première s"avère être difficile, très coûteuse, voire impossible.
Dans ce cours nous étudierons la liaison statistique entre les deux variables à partir de leur observation conjointe sur un échantillon; nous supposerons que les conclusions auxquelles nousparvenons peuvent se généraliser à la population toute entière, ce qui est une autre façon de dire
que l"échantillon est " représentatif » de la population.2La liaison statistique se manifeste principalement sur les distributions conditionnelles; supposons
par exemple que nous étudions la liaison de Y à X; pour une mesurex=mide X effectuée sur un individu de la population, la distribution conditionnelleYmiqui est la distribution des valeurs deydans lesous-échantillonEmi, est sensiblement identique à la distribution de Y dans la sous-populationPmides individus de P dont la valeurxestmi;Ymiest donc la distribution des valeurs possibles deyquandx=mi. Prenons comme illustration l"exemple suivant dans lequel les distributions conditionnelles deY sont données en pourcentage :
X\Ym ?1m?2m?3m?4Total m115 50 30 5100
m270 15 10 5100
m35 10 35 50100
- la première distribution conditionnelleYm1est une estimation de la distribution de Y sur la sous-populationPm1des individus ayantm1comme mesure pour X (l"échantillon étant supposé " représentatif »); si la mesurexd"un individu de la population est la valeurm1, il y a de fortes chances que sa mesureysoitm?2oum?3puisque 80% (environ) des individus dePm1ont l"une de ces deux modalités comme mesure pour Y; - de la même façon, six=m2, la valeur la plus probable pouryestm?1; - enfin six=m3la valeur de deyrisque d"êtrem?4oum?3.3 Information nulle et indépendance.Dans le cas limite où les distributions conditionnelles
de Y sont égales, le fait de savoir qu"un individu a la valeurxpour X n"a aucune utilité pour estimer sa mesure pour Y : l"information apportée par la mesure de X est nulle : on dit queY est indépendant de X. De manière analogue, si les distributions conditionnelles de X sont égales, l"information don- née paryconcernantxest nulle : X est indépendant de Y.2Statistique pour la psychologie II : E34XP1
L"indépendance est étudiée en détail dans les chapitres suivants; nous y verrons que ce cas
extrême d"égalité des distributions conditionnelles dans un échantillon ne se rencontre malheureu-
sement jamais en pratique, et qu"il faudra mettre en oeuvre un outillage statistique plus élaboré,
des tests, pour suggérer l"indépendance des deux variables.4 Information totale et liaison fonctionnelle.Le cas limite inverse est celui où l"information
donnée parxpermet de déterminer sans ambiguïté une valeur et une seuley; l"information ap-
portée est totale, et on dit queY est liée fonctionnellement à X; c"est souvent une fonction
fqui lie Y à X : la valeuryest alors calculée à partir dexpar la formulef(x).Si Y est liée fonctionnellement à X, les distributions conditionnelles de Y ont une modalité
et une seule de fréquence non nulle (donc égale à 1), ou, ce qui revient au même, chaque ligne du
tableau de contingence contient un seul effectif non nul : sim?jest la modalité de fréquence 1 dans
la distribution conditionnelleYmi, elle est la mesure de Y qu"on attribuera à un individu dont la mesure pour X estmi. Dans l"illustration suivante, le tableau de contingence lie fonctionnellement Y à X, en indiquant la valeur de Y associée à chaque valeur de X : X\Ym ?1m?2m?3m187 0 0
m20 58 0
m30 0 61
m40 74 0
- six=m1,yvautm?4; - six=m2,yvautm?2; - six=m3,yvautm?3; - six=m4,yvautm?2; On remarquera que si ce tableau de contingence lie fonctionnellement Y à X, il ne lie pas fonctionnellement X à Y : siy=m?2le tableau indique deux valeurs pourx,m2etm4, alors qu"il devrait n"en indiquer qu"une seule pour une liaison fonctionnelle.5 Covariation.Quand les deux variables sont ordonnées, la liaison peut prendre la forme d"une
covariation : - covariation positive quand les valeurs de X et Y croissent ou décroissent " globalement » en même temps; dans ce cas, le plus gros des effectifs du tableau de contingence se trouve sur la " diagonale » haut à gauche - bas à droite; - covariation négative quand les valeurs de X et Y croissent ou décroissent " globalement »en sens contraire; le plus gros des effectifs se trouve alors sur la " diagonale » haut à droite
- bas à gauche.6 Remarque.La distribution conditionnelleYxest la meilleure information pour estimeryà
partir de la valeur mesuréex. S"il fallait estimer cette valeuryen l"absence de la mesurex, la meilleure information serait la distribution marginale de Y, par le biais d"un de ses indices de localisation : moyenne, médiane, mode, etc.7 Liaison statistique et causalité. La liaison statistique traite des relations formelles entre
les variables X et Y, dans le modèle statistique de la situation, indépendamment donc de toute signification de cette situation; une liaison statistique s"observe, se calcule, met en valeur desrelations entre les valeurs observées; mais elle n"explique rien, ne prouve rien : elle est seulement
une indication, le signe d"une possible relation de causalité.La causalité concerne les relations de nécessité entre les deux caractères modélisés par les
variables; elle s"étudie, se prouve par des méthodes propres au domaine de connaissances de ces
caractères.Eric-Olivier.Lochard - 9 octobre 2009
Statistique pour la psychologie II : E34XP13
L"observation d"une liaison entre deux variables dans un échantillon ne permet pas de conclureà une relation de cause à effet entre les caractères modélisés; cette liaison peut être une coïnci-
dence comme l"évolution du prix des carburants et de la population de Montpellier par année; elle peut également trouver son origine dans une cause commune, comme le coût des études et la profession dans une population d"anciens étudiants : c"est la cause commune qui en relation de cause à effet avec chaque caractère et non les deux caractères entre eux.Rappels d"arithmétique
L"étude et l"analyse des distributions conditionnelles utilise les deux résultats suivants.8 Rappel 1 - Produit des extrêmes et des moyens dans une égalité de fractions.Si
deux fractions ab etcd sont égales, alors le produit des " extrêmes »a?dest égal au produit des " moyens »c?d; et réciproquement.Éléments de preuve : si
ab =cd , on obtient le résultat en réduisant au même dénominateur : a?db?d=c?bd?bet donca?d=b?c. Réciproquement, sia?d=c?bon obtient le résultat en divisant les deux termes de l"égalité parb?d.9 Rappel 2 - Égalité de fractions.Si des fractions sont égales, elles sont égales à la fraction
obtenue en sommant numérateurs et dénominateurs : n 1q 1=n2q2=...=npq
p=n1+...+npq1+...+qp
Éléments de preuve : on utilise le résultat précédant; pour que n1q1=n1+...+npq
1+...+qpil suffit que
n1?(q1+...+qp) =q1?(n1+...+np); on le vérifie sans difficulté en remarquant les égalités
n1?q2=q1?n2,n1?q3=q1?n3,...,n1?qp=q1?np
Propriétés des distributions conditionnelles10 Propriété 1.Si les distributions conditionnelles de X en fréquence sont égales, alors elles sont
égales à la distribution marginale de X en fréquence.Éléments de preuve : sous l"hypothèse, les fréquences des modalitésmisont égales entre elles :
n i1n .1=ni2n .2=...=nipn .p; en appliquant le second rappel, chaque fraction est égale àni1+...+nipn .1+...+n.pqui vaut ni.n =fi., la fréquence marginale demi.11 Propriété 2.Si les distributions conditionnelles de X (ou de Y) sont égales en fréquence, elles
sont proportionnelles en effectif. Et réciproquement. Éléments de preuve : les effectifs des deux distributionsXjetXj?sont dans le rapport des tailles des sous-échantillons, n.jn .j?; en effet, puisquenijn .j=nij?n .j?,nij=n.jn .j??nij?.12 Propriété 3.Si les distributions conditionnelles de X en fréquence sont égales alors on a l"éga-
lité :nij=ni.?n.j/npour tous les i et j. Et réciproquement.Éléments de preuve : c"est une conséquence directe de la propriété 1 et du premier rappel :
sinijn .j=ni.n alorsnij?n=n.j?ni.qui équivaut ànij=ni.?n.jn13 Propriété 4.Si les distributions conditionnelles de X en fréquence sont égales, alors les distri-
butions conditionnelles de Y en fréquence le sont également. Éléments de preuve : c"est une conséquence directe de propriété précédente.Eric-Olivier.Lochard - 9 octobre 2009
4Statistique pour la psychologie II : E34XP1
Questions de cours
1. À quoi reconnaît-on que Y est indépendant de X sur le tableau de contingence?
2. À quoi reconnaît-on que Y est liée fonctionnellement à X sur le tableau de contingence?
3. X a trois modalités, Y quatre : construire un tableau de contingence en effectif qui montre
l"indépendance de X par rapport à Y, avec des sous-échantillons induits par X et Y de tailles différentes.4. X a trois modalités, Y quatre : construire un tableau de contingence qui montre une liaison
fonctionnelle de X à Y.5. Qu"en est-il des distributions conditionnelles si les lignes du tableau de contingence en
effectif sont proportionnelles?6. Quelle est la valeur den25si les distributions conditionnelles de X en fréquence sont égales?
7. X a trois modalités, Y quatre : construire un tableau de contingence en effectif pour lequel
les distributions conditionnelles de X en fréquence sont égales, tandis que celles de Y ne le sont pas.Questions sur le cours
1. En utilisant la propriété 3, déterminer si le tableau de contingence suivant suggère l"indé-
pendance ou non de X par rapport à Y, de Y par rapport à X : X\Ym ?1m?2m?3m136 189 75
m284 441 175
m311 65 24
2. Vérifier la propriété du produit des extrêmes et des moyens avec deux fractions à détermi-
ner, puis avec la fraction252715
et une autre à déterminer.Eric-Olivier.Lochard - 9 octobre 2009
quotesdbs_dbs42.pdfusesText_42[PDF] redoublement scolaire pour ou contre
[PDF] tableau de contingence exercice corrigé
[PDF] fréquence cumulée croissante calcul
[PDF] commission d appel passage en seconde
[PDF] redoublement terminale refusé
[PDF] recours affectation lycée
[PDF] formule effectif cumulé croissant
[PDF] regulateur de pression d'eau reglage
[PDF] réducteur de pression eau
[PDF] comment installer un reducteur de pression d'eau
[PDF] le diagramme ci contre représente certains niveaux d'énergie
[PDF] la couleur de la nébuleuse d'orion
[PDF] la nébuleuse d'orion se trouve ? 1 70
[PDF] réduction des endomorphismes mp