Académique Documents
Professionnel Documents
Culture Documents
Ont pour objet de mettre en évidence les relations éventuelles qui existent entre 2
variables analysées simultanément
Y = aX + b
Y X
Variable à expliquer Variable explicative
Endogène Exogène
Dépendante Indépendante
La régression linéaire
Simple : Explication d’une variable quantitative Y à l’aide d’une variable
également quantitative
Multiple : utilisation de plusieurs variables explicatives (X1, X2…) pour
expliquer Y
L’analyse de la variance (ANOVA)
L’analyse discriminante
L’analyse conjointe (MONANOVA)
La segmentation
Les méthodes descriptives :
L’analyse canonique :
Références Bibliographiques
Editeur : Dunod
- Etudes de marché
Editeur : Vuibert
Exemples :
Dans le cadre d’un questionnaire, elles apparaissent chaque fois que la personne
interrogée se voit demander la valeur qu’elle donne à la variable concernée
Pour chaque individu I, une valeur XIK sera obtenue pour cette variable. Si l’enquête
porte sur n individus, la variable sera associée à un vecteur de n éléments
La synthétisation de ces données peut être réalisée à travers le calcul de divers
indicateurs que fournissent la plupart des logiciels
Dans le cadre d’un questionnaire, elles apparaissent chaque fois que la personne
interrogée a le choix entre plusieurs modalités qui lui sont proposées explicitement
ou implicitement (Cas d’une question ouverte avec post-codification)
Pour chaque individu I, la réponse correspond à un code ou éventuellement à
plusieurs si le choix est multiple
Sur l’ensemble de la population enquêtée, on calcule alors la fréquence absolue (le
nombre de fois qu’un code j donné est apparu pour la variable k étudiée)
Données qualitatives (Ordinales) :
Dans le cadre d’un questionnaire, elles apparaissent chaque fois que la personne
interrogée se voit demander de classer plusieurs items proposés
Sur l’ensemble de la population enquêtée, il sera ainsi possible de comptabiliser :
Le nombre de fois qu’un item donné a été classé en 1ere position, ou en 2 e,…
Le nombre de fois qu’un item donné a été classé avant un autre item ; ce type
de résultats permettra d’établir une matrice des préférences
Le mode : modalité pour laquelle les observations sont les plus nombreuses (Mo)
La médiane : Valeur qui divise la population étudiée en 2 parties égales (Me)
La moyenne : Généralement considérée comme « naturellement » la tendance
centrale de la distribution d’une variable numérique : XAk = ∑ XIK / n
L’étendue : Intervalle qui sépare les deux valeurs extrêmes : E = XMAX – XMIN
La variance : Moyenne des carrés des écarts par rapport à la moyenne (obtenue sur
échantillon) : S2k = ∑ (XIK – XAK) 2 / (n – 1)
L’écart-type : Racine carrée de la variance : Sk = [∑(XIK – XAK) 2 / (n – 1)] 1 /2
Le coefficient de variation : Pourcentage permettant de comparer la dispersion de
variables ayant des moyennes différentes : C.V. = SK / XAK
Le test de moyenne
Exemple 1 :
- L’association des étudiants d’une université envisage d’ouvrir un ciné-club ; afin d’en
évaluer la fréquentation, elle a réalisé une enquête par sondage sur un échantillon de
400 individus.
Une moyenne de fréquentation de 10 séances par an et par individu a été obtenue
avec un écart-type égal à 20.
Au seuil de 5%, donnez l’intervalle de confiance de la moyenne de fréquentation
attendue (réelle) par étudiant, puis de la fréquentation globale annuelle (l’université
comprend 5000 étudiants). On donne zα/2 = 1,96
µ = XA +/- zα/2. sXA
Avec SXA = S/n1/2 = 20/4001/2 = 1
µ = 10 +/- 1,96 x 1 = 10 +/- 1,96
µ a 95 chances sur 100 de se situer dans la fourchette (ou intervalle de confiance)
[8,04 ; 11,96]
Si l’université comprend 5000 étudiant, une fréquentation globale de 50000 places
peut être attendue en moyenne ; la fréquentation globale annuelle a 95% de chances
de se situer dans l’intervalle [40200 ; 59800]
Exemple 2 :
- Répondre aux mêmes questions au cas où l’association se serait limitée à 21
interviews au lieu d’utiliser un échantillon de 400 personnes. On donne t µ = 2,086
Dans ce cas, la moyenne d’échantillon suit une loi de Student à 20 degrés de liberté
(n-1)
Donc µ = 10 +/- 2,086 x (20/211/2) = 10 +/- 9,10
µ a 95 chances sur 100 de se situer dans la fourchette |0,9 : 19,1]