Vous êtes sur la page 1sur 13

1.

Representer graphiquement le nuage des points et donner le mo


EXERCICE 1 régression linéaire simple associé par la méthode des moindres car
ordinaires : i = 1,…,10.
Soit les données suivantes : 2. Calculer les sommes des carrés SCT, SCR et SCE.
3. Déterminer le coefficient de détermination et le coefficient de co
simple.
xi yi 4. Donner le tableau d'analyse de variance et appliquer le test de F
5. S'assurer à l'aide d'un test T de Student que le coefficient a1 est
2 2300
significativement différent de 0.
3 2700 6. Déterminer l'intervalle de confiance du paramètre a1.
5 2800 7. Donner la prévision ponctuelle de y11 pour la valeur x11=22 pu
l'intervalle de prédiction.
7 3384
9 3900
10 3900
12 4500
15 5100
18 5716
20 6140

1. Existe-t-il une corrélation linéaire simple entre deux variables?


EXERCICE 2 2. Donner le modèle de régression linéaire simple associé par la mé
xi yi moindres carrés ordinaires : i = 1,…,7.
32 27 3. Etudier la qualité de l'ajustement à partir de l'analyse de varaian
4. Etudier la qualité de l'ajustement à partir des tests sur les coeffi
34 29
37 31
40 34
44 37
49 42
45 46

1. Donner le modèle de régression linéaire simple associé par


2. Calculer les SCT, SCR et SCE.
3. Déterminer le coefficient de détermination et le coefficient
4. Calculer les variances
5. A l'aide d'un test T de student, tester au seuil α=5%, si a0 e
EXERCICE 3 6. Recalculer â1 et donner le nouveau modèle.
7. A l'aide d'un test T de student, tester au seuil α=5%, si a1 e
8. Donner le tableau d'analyse de variance et le test de Fisher
9. Déterminer l'intervalle de confiance du paramètre a1 au se

xi 3 7 10 9 11 6 5
yi 10 18 24 22 27 13 10
age des points et donner le modèle de
ar la méthode des moindres carrés

CT, SCR et SCE.


mination et le coefficient de corrélation

riance et appliquer le test de Fisher.


udent que le coefficient a1 est

ce du paramètre a1.
y11 pour la valeur x11=22 puis

simple entre deux variables?


néaire simple associé par la méthode des
7.
à partir de l'analyse de varaiance.
à partir des tests sur les coefficients.

on linéaire simple associé par la méthode des moindres carrés ordinaires : i = 1,…,22.

détermination et le coefficient de corrélation simple.

t, tester au seuil α=5%, si a0 est significativement différent de 0. interpreter.


uveau modèle.
t, tester au seuil α=5%, si a1 est significativement différent de 0.
de variance et le test de Fisher du nouveau modèle.
nfiance du paramètre a1 au seuil 95%.

8 7 4 6 9 12 8 10
24 25 8 16 20 28 22 19
9 11 6 8 10 12 5
18 26 14 20 26 30 12
Xi Yi Xi-X bar yi-y bar (xi-xbar)^2 (xi-xbar)*(yi-y

2 2300 -8.1 -1744 65.61 14126.4


3 2700 -7.1 -1344 50.41 9542.4
5 2800 -5.1 -1244 26.01 6344.4
7 3384 -3.1 -660 9.61 2046
9 3900 -1.1 -144 1.21 158.4
10 3900 -0.1 -144 0.01 14.4
12 4500 1.9 456 3.61 866.4
15 5100 4.9 1056 24.01 5174.4
18 5716 7.9 1672 62.41 13208.8
20 6140 9.9 2096 98.01 20750.4
moyenne 10.1 4044 0 0 340.9 72232

â1 211.8861836
a0 1903.949545

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.99741647
Coefficient de 0.994839615
Coefficient de 0.994194567
Erreur-type 99.61750845
Observations 10

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés F
Régression 1 15304962.82 15304962.82 1542.271837
Résidus 8 79389.18392 9923.647991
Total 9 15384352

Coefficients Erreur-type Statistique t Probabilité


Constante 1903.949545 62.94355057 30.24852472 1.54872E-09
xi 211.8861836 5.395381702 39.27176896 1.943055E-10

Niveau de prédiction voulu


0.95
alpha ddl
2.306004135 0.05 8

Prévision X Prévision Y T-value formule de la lower bound


22 6565.445585 2.306004135 1.231016007 6282.658574
Colonne7 y estimé y-estimé (yi-y ̅)^2
7000
2327.721913 -27.7219126 3041536
2539.608096 160.3919038 1806336 6000 R² = 0.994839614699085
2963.380463 -163.380463 1547536
3387.152831 -3.15283074 435600 5000
3810.925198 89.07480199 20736
4022.811382 -122.811382 20736 4000
4446.583749 53.4162511 207936
3000
5082.2423 17.75770021 1115136
5717.900851 -1.90085069 2795584 2000
6141.673218 -1.67321795 4393216
4044 1000

0
0 5 10 15 20 25

Valeur critique de F
1.943055E-10

te inférieure
Limite
poursupérieure
seuil de
Limite
confiance
pour
inférieure
seuil= de
Limite
95%
pour
confiance
supérieure
seuil de
= 95%
confiance
pour seuil
= de
95,0%
confiance = 95,0%
1758.801457 2049.097633 1758.801457 2049.0976332
199.4444111 224.3279561 199.4444111 224.32795615
upper bound
6848.232596
9614699085

Column C
Linear (Column C)

10 15 20 25
Colonne1 Colonne10 Colonne9 Colonne8 Colonne7 Colonne6 Colonne5
Xi yi xi-x ̅ yi-y ̅ (xi-x ̅)(yi-y ̅) (xi-x ̅)^2
32 27 -8.1428571429 -8.1428571429 66.30612245 66.30612245
34 29 -6.1428571429 -6.1428571429 37.73469388 37.73469388
37 31 -3.1428571429 -4.1428571429 13.02040816 9.87755102
40 34 -0.1428571429 -1.1428571429 0.163265306 0.020408163
44 37 3.8571428571 1.8571428571 7.163265306 14.87755102
49 42 8.8571428571 6.8571428571 60.73469388 78.44897959
45 46 4.8571428571 10.857142857 52.73469388 23.59183673
total 281 246 237.8571429 230.8571429
x ̅ et y ̅ 40.14285714 35.14285714

â1 1.030321782
a0 -6.21720297

RAPPORT DÉTAILLÉ

Statistiques de la régression
Coefficient de 0.9179196624
Coefficient de 0.8425765065
Coefficient de 0.8110918079
Erreur-type 3.0261443298
Observations 7

ANALYSE DE VARIANCE
Degré de liberté
Somme des carrés
Moyenne des carrés
Régression 1 245.0693953 245.0693953
Résidus 5 45.78774752 9.157549505
Total 6 290.8571429

Coefficients Erreur-type Statistique t


Constante -6.2172029703 8.076542566 -0.7697852
Xi 1.0303217822 0.199167274 5.173147984
Colonne4 Colonne3 Colonne2 Colonne11
(yi-y ̅)^2 y estimé y-estimé
66.30612245 26.75309406 0.2469059406
37.73469388 28.81373762 0.1862623762
17.16326531 31.90470297 -0.90470297
1.306122449 34.99566832 -0.995668317
3.448979592 39.11695545 -2.116955446 50
47.02040816 44.26856436 -2.268564356
45
117.877551 40.14727723 5.8527227723 R² = 0.842576506545547
40
35
30
25
20
15
10
5
0
30 32 34 36 38 40 42 44 46 4

F Valeur critique de F
26.76146006 0.003545543

Limite
Probabilité
inférieure
Limite
poursupérieure
seuil deLimite
confiance
pourinférieure
seuil
= 95%
de
Limite
confiance
poursupérieure
seuil=de
95%
confiance
pour seuil= de
95,0%
confiance = 95,0%
0.476202208 -26.9786166 14.544210645 -26.97861659 14.5442106
0.003545543 0.518346005 1.5422975591 0.5183460052 1.54229756
45547

Column C
Linear (Column C)

40 42 44 46 48 50
Colonne1 Colonne2 Colonne3 Colonne4 Colonne5 Colonne6 Colonne7

xi yi xi-x ̅ yi-y ̅ (xi-x ̅)(yi-y ̅) (xi-x ̅)^2 (yi-y ̅)^2


3 10 -5 -9.63636364
7 18 -1 -1.63636364
10 24 2 4.363636364
9 22 1 2.363636364
11 27 3 7.363636364
6 13 -2 -6.63636364
5 10 -3 -9.63636364
8 24 0 4.363636364
7 25 -1 5.363636364
4 8 -4 -11.6363636
6 16 -2 -3.63636364
9 20 1 0.363636364
12 28 4 8.363636364
8 22 0 2.363636364
10 19 2 -0.63636364
9 18 1 -1.63636364
11 26 3 6.363636364
6 14 -2 -5.63636364
8 20 0 0.363636364
10 26 2 6.363636364
12 30 4 10.36363636
5 12 -3 -7.63636364
TOTAL 176 432
MOYENNE 8 19.63636364
Colonne8 Colonne9 Colonne10 Colonne11 Colonne12

ŷ ei