Tableau de contingence Définition Distributions marginales Distributions conditionnelles S , El Melhaoui (FSJESO) Série statistique univariée 12/2015 2 / 41
Previous PDF | Next PDF |
[PDF] Chapitre 3 Les distributions à deux variables - Laboratoire Jean
Etude de la liaison entre deux variables Distributions conditionnelles Généralités Une distribution conditionnelle est une distribution statistique obtenue en
[PDF] Chapitre 3 Les distributions à deux variables - Laboratoire Jean
Une distribution conditionnelle est une distribution statistique obtenue en la population `a un (une classe par exemple) J = 2 ⇒ il y a conditionnelles de X par
[PDF] Chapitre 5 Statistiques descriptives bivariées - UFR SPSE
Distributions marginales 3 Distributions conditionnelles 4 Proportions associées `a un couple de variables 5 ´Etude de deux variables quantitatives 1
[PDF] STATISTIQUE DESCRIPTIVE BIVARIEE
1 1 Distributions statistiques W deux variables On considère une population de N individus mesurés simultaniment par les deux caractères X et Y qui peuvent
[PDF] Statistique Descriptive - Institut de Mathématiques de Bordeaux
deux variables 22 3 1 Distribution statistique d'un couple de variables Variables quantitatives continues : deux approches possibles Première approche
[PDF] Chapitre 2: Série statistique à deux variables - said el melhaoui
Tableau de contingence Définition Distributions marginales Distributions conditionnelles S , El Melhaoui (FSJESO) Série statistique univariée 12/2015 2 / 41
[PDF] COURS DE STASTISTIQUES 1 Chap 3 - ISGH-KGS
Chap 3: Série statistique à deux variables ➢La distribution statistique à deux variables relatives au couple (X,Y) est définie par la donnée: - Des p valeurs
[PDF] 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) On peut, par exemple, s'intéresser à la « distance » entre la distribution des fréquences
[PDF] redoublement scolaire pour ou contre
[PDF] tableau de contingence exercice corrigé
[PDF] fréquence cumulée croissante calcul
[PDF] fréquence absolue cumulée croissante
[PDF] commission d appel passage en seconde
[PDF] redoublement terminale refusé
[PDF] dsden
[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
Chapitre 2: Série statistique à deux variables
Said, El Melhaoui
Faculté des Sciences Juridiques, économiques et Sociales Oujdahttp://said-el-melhaoui.e-monsite.com
S., El Melhaoui (FSJESO)
Série statistique univariée
12/2015 1 / 41
Outline1
Introduction
2Covariance
DéfinitionPropriétés
3Coefficient de corrélation
DéfinitionPropriétés
4Ajustement linéaire simple
Ajustement par la méthode des moindres carrésQualité de l"ajustement 5Tableau de contingence
DéfinitionDistributions marginalesDistributions conditionnellesS., El Melhaoui (FSJESO)
Série statistique univariée
12/2015 2 / 41
Introduction
Introduction
Souvent on s"interesse à l"étude d"un phénomène à traversplusieurs variablesqui l"influencentsimultanémentEn particulier soient deux variables statistiquesxety. Pour
chaque unitéion observe des valeurs :x iety i; lasérie bivariée est : {(x i,y i),i=1,...,n} Comment organiser les données d"une grande taille dans untableau?Existe t"il une relation entre les deux variablesxety?Si oui, comment peut on mesurer son intensité? son sens?Peut on la formuler sous forme d"une relation explicite (fonction,modèle)?
S., El Melhaoui (FSJESO)
Série statistique univariée
12/2015 3 / 41
Introduction
Exemple 1Le manager d"un magasin s"intéresse à la relation qui pourrait existerentre le nombre des spots publicitaires diffusés au cours du week-endet les ventes effectuées la semaine suivante. Il observe les donnéesde dix semainesNuméro de la semaine
Nombre de spots
Volumes de ventes en 100 $
1 2 502 5 57
3 1 41
4 3 54
5 4 54
6 1 38
7 5 63
8 4 48
9 4 59
10 2 46
S., El Melhaoui (FSJESO)
Série statistique univariée
12/2015 4 / 41
Introduction
Exemple 1 (suite)Pour schématiser cette relation on représente les pointsP1= (2,50),
P2= (5,57),...,P
10 = (2,46), le graphe ainsi obtenu est ditnuage de pointsS., El Melhaoui (FSJESO)
Série statistique univariée
12/2015 5 / 41
Covariance
Définition
Définition de la covarianceAfin de mesurer l"intensité de ladépendance(liaison) entre deux variablesxetyainsi que son sens (positive ou négative), on définit la covariancedexetyDéfinitionPour une série bivariée{(x i,y i),i=1,...,n}.la covariance est définie par S xy =cov(x,y) =1 n n?i=1 (x i-¯x)(y i-¯y)S., El Melhaoui (FSJESO)
Série statistique univariée
12/2015 6 / 41
Covariance
Définition
Définition de la covariance (suite)
La covarianceS
xy sera positive six??y?. En effet, dans ce cas les points qui ont la plus grande influence sur la valeurS xy sont les pointsP i(x i,y i)qui vérifient(x i-¯x)?(y i-¯y)>0: les points appartenant au cadransIIetIVLa covarianceS
xy sera négative six??y?. Dans ce cas les points qui ont la plus grande influence sur la valeurS xy sont les pointsP i(x i,y i)qui vérifient(x i-¯x)?(y i-¯y)<0: les points appartenant au cadransIetIIILa covarianceS
xy sera presque nulle, s"il n"existe aucune relation entre les deux variables. En effet, dans ce cas les pointsP i(x i,y i) appartenant au cadransIIetIVont presque la même influence que ceux se trouvant aux cadransIetIIIS., El Melhaoui (FSJESO)
Série statistique univariée
12/2015 7 / 41
Covariance
Propriétés
Propriétés
1 La covariance est influencée par les changements d"unités et se conserve par les changements des origines. Soitx 0ety0deux réels etd
xetd ydeux réels non nuls.uetvsont les variables issues dexetyrespectivement par le changement d"origine et d"unité suivant: u=x-x 0 dx etv=y-y 0 dy Alors cov(u,v) =cov(x,y) dxdy. 2Formule deKonig Huyghens.
La covariance peut être écrite sous la forme suivante: S xy =cov(x,y) =1 n n?i=1 (x i?y i)-(¯x?¯y).S., El Melhaoui (FSJESO)
Série statistique univariée
12/2015 8 / 41
Covariance
Propriétés
Exemple 1 (suite)
La formule deKonig Huyghens:
cov(x,y) = (1677/10)-(31/10)?(510/10) =9.6>>0 =?Il y"a une forte relation positive entre le volume des ventes et le nombre des spots publicitaires xi yi xi?y i 2 50100
5 57
285
1 41
41
3 54
162
4 54
216
1 38
38
5 63
315
4 48
192
4 59
236
2 46
92
31
510
1677
S., El Melhaoui (FSJESO)
Série statistique univariée
12/2015 9 / 41
Coefficient de corrélation
Définition
Définition du coefficient de corrélation
La covariance est influencée par les changements d"unités donc elle dépend des unités des deux variables ce qui relativise son interprétationon définit un coefficient dit lecoefficient de corrélation de Bravais-Pearson; ce coefficient mesure l"intensité de la "dépendance linéaire» entre deux variablesDéfinitionPour une série bivariée{(x
i,y i),i=1,...,n}telle queS x?=0,S y?=0, le coefficient de corrélation est le nombre r=S xySxSy=cov(x,y)
var(x)? var(y).S., El Melhaoui (FSJESO)
Série statistique univariée
12/2015 10 / 41
Coefficient de corrélation
Définition
Définition coefficient de corrélation (suite) r≈1 quand tous les points observées sont situées à proximité d"une même droite de pente positive : on parle d"une forte corrélation positiver≈ -1 quand tous les points observés sont situés à proximitéd"une même droite de pente négative : forte corrélation négativer≈0 quand le nuage de points est allongé parallèlement à l"un
des axes de coordonnées ; les points forment un nuage arrondie : faible corrélationRemarqueUne forte corrélation (liaison, dépendance) n"indique pasnécessairement une relation de causalité (cause→effet)
Par exemple la variable ventes des glaces est fortement corrélée à la variable ventes des lunettes solaires, mais évidement aucune des deux variables ne cause l"autre