Résumé du Cours de Statistique Descriptive
15 déc. 2010 Résumé du Cours de Statistique ... 2 heures de cours par semaine. ... de jours d'absence pour raison de maladie (au cours de l'année ...
RESUME DU COURS
RESUME DU COURS. 1. Títre du cours: Cours International sur la Tuberculose Multi-résistante Lieu: Cours en présentiel - Douala Cameroun.
RESUME DU COURS « MANAGEMENT »
+Management : le management ou la gestion est une science qui traite l'ensemble des domaines et des pratiques d'action dont la maîtrise est indispensable à
Résumé Au cours du mois doctobre 2021 la situation sécuritaire de
21 oct. 2021 Des incidents liés aux engins explosifs improvisés (EEI) ont été signalés sur l'axe routier Fada-. Kantchari de la RN°4 respectivement le 01 04 ...
Résumé Au cours du mois doctobre 2021 la situation sécuritaire de
21 oct. 2021 Des incidents liés aux engins explosifs improvisés (EEI) ont été signalés sur l'axe routier Fada-. Kantchari de la RN°4 respectivement le 01 04 ...
EXEMPLE DE FICHE DE COURS : Le résumé du texte argumentatif.
EXEMPLE DE FICHE DE COURS : Le résumé du texte argumentatif. MINISTERE DE L'EDUCATION NATIONALE DE. L'ENSEIGNEMENT TECHNIQUE ET DE LA.
Résumé du Cours de Mod`eles de Régression
10 janv. 2011 Résumé du Cours de Mod`eles de Régression ... de statistique `a partir de l'objet modele : un résumé des statistiques principales ...
Statistique Résumé de cours et méthodes
Résumé de cours et méthodes. 1. Vocabulaire : • Population : c'est l'ensemble étudié. • Individu : c'est un élément de la population.
Résumé du cours de mathématiques - ECS1 - Catherine
Résumé du cours de mathématiques - ECS1 - Catherine Laidebeure - Lycée Albert Schweitzer Le Raincy. 1. Page 2. Fiche 1. Calcul algébrique page 3. Fiche 2.
Second degré : Résumé de cours et méthodes 1 Définitions : 2
Résolution dans R de l'équation x2 +2x?3 = 0 : (Par rapport aux formules on a ici : a = 1
![Résumé du Cours de Mod`eles de Régression Résumé du Cours de Mod`eles de Régression](https://pdfprof.com/Listes/16/22388-16cours_modeles_regression.pdf.pdf.jpg)
Yves Tille
10 janvier 2011
1Chapitre 1
R´egression bivari´ee
1.1 S´erie statistique bivari´ee
On s'int´eresse `a deux variablesxety. Ces deux variables sont mesur´ees sur lesnunit´es d'observation.
Pour chaque unit´e, on obtient donc deux mesures. La s´erie statistique est alors une suite dencouples des
valeurs prises par les deux variables sur chaque individu : (x1,y1),...,(xi,yi),...,(xn,yn). Chacune des deux variables peut ˆetre soit quantitative, soit qualitative.1.1.1 Repr´esentation graphique de deux variables
Dans ce cas, chaque couple est compos´e de deux valeurs num´eriques. Un couple de nombres (entiers ou
r´eels) peut toujours ˆetre repr´esent´e comme un point dans un plan (x1,y1),...,(xi,yi),...,(xn,yn). Exemple 1.1On mesure le poidsYet la tailleXde 20 individus.Table1.1 - Taille et poids de 20 individus
y ixi y ixi60 155
75 180
61 162
76 175
64 157
78 173
67 170
80 175
68 164
85 179
69 162
90 175
70 169
96 180
70 170
96 185
72 178
98 189
73 173
101 187
1.1.2 Analyse des variables
Les variablesxetypeuvent ˆetre analys´ees s´epar´ement. On peut calculer tous les param`etres dont les
moyennes et les variances :¯x=1
n n i=1x i, s2x=1 n n i=1(xi-¯x)2, 2155 160 165 170 175 180 185 190
60 70 80 90 100
taille poidsFigure1.1 - Le nuage de points
¯y=1
n n i=1y i, s2y=1 n n i=1(yi-¯y)2.Ces param`etres sont appel´esparam`etres marginaux:variances marginales,moyennes marginales,´ecarts-types
marginaux, etc.1.1.3 Covariance
Lacovarianceest d´efinie
s xy=1 n n i=1(xi-¯x)(yi-¯y).Remarque 1.1
- La covariance peut prendre des valeurs positives, n´egatives ou nulles. - Quandxi=yi,pour touti= 1,...n,la covariance est ´egale `a la variance. - La covariance peut ´egalement s'´ecrire s xy=1 n n i=1x iyi-¯x¯y.1.1.4 Corr´elation
Lecoefficient de corr´elationest la covariance divis´ee par les deux ´ecart-types marginaux r xy=sxy s xsy.Le coefficient de corr´elation peut ˆetre interpr´et´e g´eom´etriquement. Consid´erons les deux vecteurs centr´es de
R n: x= (x1-¯x,···,xi-¯x,···,xn-¯x)′ y= (y1-¯y,···,yi-¯y,···,yn-¯y)′.Par d´efinition, le cosinus de l'angle entre,
˜xet˜yvaut
cos(˜x,˜y) =<˜x,˜y>
˜x|| × ||˜y||,
3 o`u<˜x,˜y>est le produit scalaire entre les vecteurs˜xet˜y˜x,˜y>=n∑
i=1(xi-¯x)(yi-¯y), et||˜x||(rep.||˜y||) est la norme de˜x(resp.˜y) :˜x||=v
uut n i=1(xi-¯x)2et||˜y||=v uut n i=1(yi-¯y)2. Le coefficient de corr´elation est donc ´egal au cosinus de l'angle entre les vecteurs˜xet˜y. Comme un cosinus
est toujours compris dans [-1,1], on obtient que :Remarque 1.2Le coefficient de corr´elation mesure la d´ependance lin´eaire entre deux variables.
- Si le coefficient de corr´elation est positif, les points sont align´es le long d'une droite croissante.
- Si le coefficient de corr´elation est n´egatif, les points sont align´es le long d'une droite d´ecroissante.
- Si le coefficient de corr´elation est nul ou proche de z´ero, il n'y a pas de d´ependance lin´eaire. On peut
cependant avoir une d´ependance non-lin´eaire avec un coefficient de corr´elation nul.r=1r=-1r=0
r>0r<0r=0 Figure1.2 - Exemples de nuages de points et coefficients de corr´elationRemarque 1.3La pr´esence d'une corr´elation n'implique pas forc´ement une relation de causalit´e entre les
deux variables.Lecoefficient de d´etermination(appel´e aussi R-deux ou R-carr´e) est le carr´e du coefficient de corr´elation.
r2xy=s2xy
s2xs2y.
De l'in´egalit´e (1.1), on obtient directement que 41.1.5 Droite de r´egression
Ladroite de r´egressionest la droite qui ajuste au mieux un nuage de points au sens des moindres carr´es.
On consid`ere que la variableXest explicative et que la variableYest d´ependante. L'´equation d'une droite
est y=a+bx.Le probl`eme consiste `a identifier une droite qui ajuste bien le nuage de points. Si les coefficientsaetb´etaient
connus, on pourrait calculer les r´esidus de la r´egression d´efinis par : e i=yi-a-bxi.Le r´esidueiest l'erreur que l'on commet (voir Figure 1.3) en utilisant la droite de r´egression pour pr´edire
yi`a partir dexi.Les r´esidus peuvent ˆetre positifs ou n´egatifs.155 160 165 170 175 180 185 190
60 70 80 90 100
taille poids ei y*iy iFigure1.3 - Le nuage de points, le r´esidu
Pour d´eterminer la valeur des coefficientsaetbon utilise le principe desmoindres carr´esqui consiste `a
chercher la droite qui minimise la somme des carr´es des r´esidus :M(a,b) =n∑
i=1e2i=n∑
i=1(yi-a-bxi)2.Th´eor`eme 1.1Les coefficientsaetbqui minimisent le crit`ere des moindres carr´es sont donn´es par :
b=sxy s2xeta= ¯y-b¯x.
D´emonstrationLe minimumM(a,b) ena,bs'obtient en annulant les d´eriv´ees partielles par rapport `aa
etb. ∂M(a,b) ∂a =-n∑ i=12(yi-a-bxi) = 0 ∂M(a,b) ∂b =-n∑ i=12(yi-a-bxi)xi= 0On obtient un syst`eme de deux ´equations `a deux inconnues. En divisant les deux ´equations par-2n,on
obtient : 1 n n i=1(yi-a-bxi) = 0 1 n n i=1(yi-a-bxi)xi= 0, 5 ou encore 1 n n i=1y i-1 n n i=1a-b1 n n i=1x i= 0 1 n n i=1y ixi-1 n n i=1ax i-1 n n i=1bx2i= 0,
ce qui s'´ecrit aussi ¯y=a+b¯x 1 n n i=1y ixi-a¯x-1 n n i=1bx2i= 0.
La premi`ere ´equation montre que la droite passe par le point (¯x,¯y).On obtient a= ¯y-b¯x. En rempla¸cantapar ¯y-b¯xdans la seconde ´equation, on a 1 n n i=1x iyi-(¯y-b¯x)¯x-b1 n n i=1x 2i 1 n n i=1x iyi-¯x¯y-b( 1 n n i=1x2i-¯x2)
=sxy-bs2x = 0, ce qui donne s xy-bs2x= 0. Donc b =sxy s 2x.On a donc identifi´e les deux param`etres
b=sxy s2x(la pente)
a= ¯y-b¯x= ¯y-sxy s2x¯x(la constante).
Pour v´erifier qu'il s'agit bien d'un minimum, on doit montrer que la matrice hessienne des d´eriv´ees secondes
est d´efinie positive. Cette matrice vaut :H=
2M(a,b)
∂a2∂
2M(a,b)
∂a∂b2M(a,b)
∂a∂b2M(a,b)
∂b On a2M(a,b)
∂a2= 2n,∂2M(a,b)
∂b2= 2n∑
i=1x2i,et∂2M(a,b)
∂a∂b = 2n∑ i=1x i= 2n¯x.La matrice hessienne vaut donc
H= 2(n∑xi∑xi∑x2i)
et peut s'´ecrireH= 2X′X,o`uX=
1xi......
6Pour tout vecteuru∈R2, les formes quadratiquesu′Hupeuvent s'´ecrire 2v′ven posantv=Xu.Comme
v ′vest toujours positif, la matriceHest d´efinie positive.2 La droite de r´egression /indexdroite!de r´egression est donc y=a+bx= ¯y-sxy s2x¯x+sxy
s 2xx, ce qui peut s'´ecrire aussi y-¯y=sxy s2x(x-¯x).
Figure1.4 - La droite de r´egression155 160 165 170 175 180 185 19060 70 80 90 100
taille poidsRemarque 1.4La droite de r´egression deyenxn'est pas la mˆeme que la droite de r´egression dexeny.
1.1.6 R´esidus et valeurs ajust´ees
Lesvaleurs ajust´eessont obtenues au moyen de la droite de r´egression : y ∗i=a+bxi.Les valeurs ajust´ees sont les 'pr´edictions' desyir´ealis´ees au moyen de la variablexet de la droite de r´egression
deyenx.Remarque 1.5La moyenne des valeurs ajust´ees est ´egale `a la moyenne des valeurs observ´ees ¯y. En effet,
1 n n i=1y ∗i=1 n n i=1(a+bxi) =a+b1 n n i=1x i=a+b¯x. Or, ¯y=a+b¯x,car le point (¯x,¯y) appartient `a la droite de r´egression.Les r´esidus sont les diff´erences entre les valeurs observ´ees et les valeurs ajust´ees de la variable d´ependante.
e i=yi-y∗i. Les r´esidus repr´esentent la partie inexpliqu´ee desyipar la droite de r´egression. 7 Propri´et´e 1.1La moyenne des r´esidus est nulle.D´emonstration
1 n n i=1e i=1 n n i=1(yi-y∗i) = ¯y-¯y= 0.Propri´et´e 1.2
n∑ i=1x iei= 0.D´emonstration
n i=1x iei=n∑ i=1x i(yi-y∗i) n∑ i=1x i(yi-a-bxi) n∑ i=1x i(yi-¯y-b(xi-¯x)) cara= ¯y-b¯x n∑ i=1x i(yi-¯y)-bn∑ i=1x i(xi-¯x)(1.2) Or n i=1x i(xi-¯x) =n∑ i=1x2i-¯xn∑
i=1x i =n 1 n n i=1x2i-¯x1
n n i=1xquotesdbs_dbs29.pdfusesText_35[PDF] Environnements informatiques Logiciel et matériel
[PDF] Les pansements
[PDF] Les philosophes des Lumières et leur combat contre l 'injustice
[PDF] VSAT
[PDF] Régimes politiques contemporains - Université catholique de Louvain
[PDF] Chapitre n°10 : « Les triangles »
[PDF] utilisation optimale du logiciel tompro - ISADE Formation au Sénégal
[PDF] Sciences de la vie et de la terre
[PDF] SCIENCES DE LA VIE ET DE LA TERRE 4ème Cours - Cours Pi
[PDF] sciences de la vie et de la terre - USAID
[PDF] Présentation du système d 'exploitation Open Source ANDROID
[PDF] CHAPITRE 3: LES SYSTÈMES D 'EXPLOITATION
[PDF] Cours de Système d information - Dr Guillaume RIVIÈRE
[PDF] Cours systèmes logiques 1 - ISET de Djerba