Académique Documents
Professionnel Documents
Culture Documents
Faculté de technologie
Département sciences de l’eau et de l’environnement
Cours de Master 1
x
La forme du nuage de point permet de caractériser la
Diagramme de corrélation
relation entre X et Y selon trois critères:
- Forme de la relation
- Sens de la relation
- Intensité de la relation
2.1. La corrélation
2.1.1. Types de relations entre deux variables
2.1.1.1. forme de la relation
a. Une relation est linéaire si le nuage de point peut s'ajuster correctement à
une droite.
b. Une relation est non-linéaire :Le nuage de point présente alors une forme
complexe avec des courbures (parabole, hyperbole, sinusoïde, etc).
Une relation monotone est négative si les deux caractères varient en sens inverse, c'est à dire
si l'on observe en général que :
2.1. La corrélation
2.1.1. Types de relations entre deux variables
2.1.1.1. Intensité de la relation
Une relation est forte: le nuage de point prend alors la forme d'une ligne
ou d'une courbe dont les points s'écartent peu.
Une relation est faible: le nuage de point n'a pas la forme d'une ligne ou
d'une courbe, ou seulement de façon très grossière.
Une relation est nulle: le nuage de point a le forme d'un carré, d'un cercle,
ou toute autre forme sans véritables lignes directrices.
2.1. La corrélation
2.1.1. coefficient de corrélation
2.1.1.1. définition
Le coefficient de détermination r²
𝒊=𝒏 𝟐
𝟔 𝒊=𝟏 𝒓 𝒙 𝒊 − 𝒓 𝒚𝒊
𝝆=
𝒏𝟑 − 𝒏
Avec :
r xi : est le rang de xi dans la distrubution X
r yi : est le rang de yi dans la distrubution Y
n: taille de l′échantillon
Le rho de Spearman varie entre -1 et +1. Son interprétation est la même que
celui de Pearson, mais il permet de mettre en évidence des relations non-
linéaires lorsqu'elles sont positives ou négatives.
2.1. La régression
2.1.1. régression linéaire simple
Méthode graphique
Une des utilisations les plus fréquentes de la régression linéaire est l’extension
de séries de données.
Soit deux variables X et Y : X a été observée n fois et Y k fois.
Soit k le nombre de couple (x,y) dont on dispose; on se propose d’établir, à partir
des ces k couples, la courbe de régression de y en x, puis à partir des valeurs de
x, de reconstituer les (n-k) valeurs de y non observées.
2.1. La régression
2.1.1. régression linéaire simple
2.1.1.2. l’extension de séries de données