Statistique Descriptive - Chapitre III - S1 Section C - PR Hassane BELBIJOU - 24-12-2020 - PDF

Chapitre III : Corrélation et ajustement linéaire
Statistique Descriptive
Chapitre III : Corrélation
et ajustement linéaire
Enseignant : Hassane BELBIJOU
Session universitaire : Automne-Hiver 2020 - 2021

1er Semestre
Université Mohammed V-Rabat - FSJES -Agdal Statistique Descriptive Enseignant : Hassane BELBIJOU
Diagramme de dispersion
Covariance
Corrélation
L’ajustement linéaire
1 Chapitre III : Corrélation et ajustement linéaire

Covariance
Corrélation
Le coe¢ cient de corrélation linéaire
Notion de régression
Régression linéaire simple
Covariance
Corrélation
Covariance
Corrélation
Introduction
Jusqu’à présent, nous avons étudiés le comportement statistique d’une

seule variable : note, taille, longueur des objets, ... . Il existe cependant
toute une gamme de problèmes statistiques où l’on s’interesse à la relation
entre plusieurs variables.
Exemple :
- Le revenu d’une famille a t-il une in‡ence sur les résultats scolaires des
enfants ? ;
- Le rendement des céréales dépend -il de la quantité d’engrais utilisée ? ;
- La productivité d’une entreprise est - elle liée au salaire des ouvriers ou
employés ?
Dans ces questions, nous désirons savoir si le comportement d’une
variable est in‡uencé par la valeur d’une autre variable.
Covariance
Corrélation
Introduction
Quatre notions peuvent caractériser la relation entre deux variables

statistiques :
1 Nature de la relation : le diagramme de dispersion permet de caractériser

la nature de la relation ;
2 Sens de la relation : la notion de covariance permet d’étudier le sens de la
relation ;
3 Intensité de la relation : la notion de corrélation permet de mesurer
l’intensité de la relation ;
4 Ajustement d’un modèle : la notion de régression permet d’ajuster un
modèle mathématique en fonction de la nature de la relation.
Covariance
Corrélation
1. : Diagramme de disperssion
Covariance
Corrélation
De…nition
Pour étudier les relations ou corrélations entre deux variables statistiques,
on peut les porter sur un graphe : Diagramme de disperssion.
Le diagramme de dispersion d’une variable Y en fonction d’une autre
variable X est formé des points (xi, yi), et donne une idée de la façon dont
varie, en moyenne, la variable Y en fonction de la variable X.
De façon analogue, on dé…nit le diagramme de régression de X en
fonction de Y.
Covariance
Corrélation
Exemple :
Tracer le diagramme de dispersion pour les deux variables : Y = f(X) . Les
notes de mathématique (X) et de statistique (Y) obtenues pour 12 étudiants.
N 1 2 3 4 5 6 7 8 9 10 11 12
xi 11 14 09 12 10 06 15 12 10 10 08 13
yi 10 15 11 11 09 08 14 13 11 12 10 12
Covariance
Corrélation
Dans le graphe, il y aura autant de points qu’il y a d’individus dans

l’échantillon.
On peut (par la pensée ou réellement) tracer une droite qui passe au mieux par
ces points (au milieu de ce nuage de points).
- Si cette droite "monte", on dira qu’il y a corrélation positive ;
- Si cette droite "descend", on dira qu’il y a corrélation négative ;
- Si cette droite est horizontalle, ou si on ne peut pas décider, c’est qu’il y a
absence de corrélation.
La qualité de la corrélation entre deux variables peut se mesurer par la
disperssion des points autour de la relation moyenne.
Covariance
Corrélation
2. : La covariance
Covariance
Corrélation
Covariance entre deux variables statistiques
De…nition
La covariance de deux variables statistiques est la moyenne arithmétique des
produits des di¤érences des observations par rapport à leur moyenne ;
x1 , x2 , x3 , . . . . . . xi , ......, xn
y1 , y2 , y3 , . . . . . . yi , ......, yn
n
1
Cov (X , Y ) =
n ∑ ( xi x )(yi y) (1)
i =1
n
1
=
n ∑ xi yi xy (2)
i =1
Covariance
Corrélation
Exemple :
Example
Les notes de mathématique (X) et de statistique (Y)
obtenues de 12 étudiants.
N 1 2 3 4 5 6 7 8 9 10 11 12
xi 11 14 09 12 10 06 15 12 10 10 08 13
yi 10 15 11 11 09 08 14 13 11 12 10 12
Calculer la covariance entre x et y.
Covariance
Corrélation
xi yi yi Y xi X xi X yi Y
1 11 10 -1,33 0,17 -0,23
2 14 15 3,67 3,17 11,63
3 9 11 -0,33 -1,83 0,6
4 12 11 -0,33 1,17 -0,39
5 10 9 -2,33 -0,83 1,93
6 6 8 -3,33 -4,83 16,08
7 15 14 2,67 4,17 11,93
8 12 15 1,67 1,17 1,95
9 10 11 -0,33 -0,83 0,27
10 10 12 0,67 -0,83 -0,56
11 8 10 -1,33 -2,83 3,76
12 13 12 0,67 2,17 1,45
130 136 47,67
Nous avons : X = 10, 83 et Y = 11, 33
On trouve :
n
1 47, 67
Cov (X , Y ) =
n ∑ ( xi x )(yi y) =
12
= 3, 97
i =1
Covariance
Corrélation
Covariance entre deux variables statistiques
1 Propriétés de la covariance :
- Symétrie : Cov (X , Y ) = Cov (Y , X )
- Bilinéarité : * Cov (X + Y , Z ) = Cov (X , Z ) + Cov (Y , Z )
Cov (aX , Y ) = a.Cov (X , Y ) a 2 IR
On en déduit :
Var (aX + bY ) = Cov (aX + bY , aX + bY )
= a2 .Var (X ) + b2 .Var (Y ) + 2a.b.Cov (X , Y )
2 Interprétation :
La relation entre deux variables statistiques est croissante ou décroissante, c’est
à dire selon que les valeurs élevées d’une série correspondent aux valeurs
élevées de l’autre ou l’inverse, selon que la covariance est positive ou négative.
Covariance
Corrélation
3. : La corrélation
Covariance
Corrélation
Corrélation
Quand il s’agit de mettre en évidence le lien qui peut exister entre deux
variables quantitatives X et Y on utilise le coe¢ cient de corrélation
linéaire ρxy .
Mais lorsqu’il s’agit de déterminer le degré de liaison entre une variable
qualitative X et une autre quantitative Y , on choisit dans ce cas le
rapport de corrélation η Y /X .
Cette corrélation est détectée à l’aide d’un autre moyen le khi deux χ2 si
les variables sont toutes les deux qualitatives.
Covariance
Corrélation
3.1 : Le coe¢ cient de corrélation linéaire
Covariance
Corrélation
Le coe¢ cient de corrélation linéaire
De…nition
On appelle coe¢ cient de corrélation linéaire entre deux variables
statistiques X et Y, le rapport de leur covariance par le produit de leurs
écarts-types : ρ ;
ρ a pour objet de mesurer l’intensité de la liaison linéaire entre deux
variables statistiques X et Y :
Cov (X , Y )
ρ(X ,Y ) = (3)
σ(X ) .σ(Y )
∑ni=1 (xi x )(yi y)

ρ(X ,Y ) = q ;n = k (4)
∑ni=1 (xi x )2 ∑ni=1 (yi y )2
Covariance
Corrélation
Interprétation
Ce coe¢ cient est toujours compris entre -1 et +1 :
1 ρ = +1 : dans ce cas les points se trouvent tous sur une même droite
croissante, on parle de corrélation linéaire positive parfaite.
2 ρ = 1 : dans ce cas les points se trouvent tous sur une même droite
décroissante, on parle de corrélation linéaire négative parfaite.
3 ρ = 0 : dans ce cas il n’y a aucune dépendance linéaire entre les deux
variables, on parle de corrélation linéaire nulle.
4 0 < ρ < +1 : dans ce cas les deux variables varient en même sens, la
relation linéaire est faible ou forte selon que le coe¢ cient de corrélation
linéaire est proche de 0 ou +1.
5 1 < ρ < 0 : dans ce cas les deux variables varient en sens inverse, la
relation linéaire est faible ou forte selon que le coe¢ cient de corrélation
linéaire est proche de 0 ou -1.
Covariance
Corrélation
Exercice :
Example
Les notes de mathématique (X) et de statistique (Y)
obtenues de 12 étudiants.
N 1 2 3 4 5 6 7 8 9 10 11 12
xi 11 14 09 12 10 06 15 12 10 10 08 13
yi 10 15 11 11 09 08 14 13 11 12 10 12
Etudier la corrélation entre x et y.
Covariance
Corrélation
Solution
∑12 12 12 2
i =1 xi = 130 ∑i =1 yi = 136 ∑i =1 xi = 1480 ∑i =1 yi = 1586
12 2
12 130 136
∑i =1 xi yi = 1521 x = 12 = 10, 83
p
y = 12 = 11, 33
Sx2 = 1480
12 10, 83 2 = 6, 04 S x = 6, 04 = 2, 46
2 1586 2
p
Sy = 12 11, 33 = 3, 8 Sy = 3, 8 = 1, 95
Cov (X , Y ) = 3, 97
Cov (X ,Y )
ρ(X ,Y ) = σ .σ = 2,463,971,95 = 0, 82
(X ) (Y )
Le coe¢ cient de corrélation linéaire est positif et relativement proche de 1, il y

a donc une corrélation linéaire croissante relativement forte entre les notes de
mathématique et les notes de statistique.
Covariance
Corrélation
Section 2 : L’ajustement linéaire
Covariance
Corrélation
Notion de régression
La courbe obtenue à partir du diagramme de dispersion est appelée la

courbe d’ajustement ;
La régression est une méthode statistique qui permet de déterminer
l’équation de la courbe d’ajustement ;
La régression peut être simple (deux variables statistique) ou multiple
(plusieurs variables) ;
Covariance
Corrélation
Régression linéaire simple

Si le nuage de points obtenus dans le diagramme de dispersion ressemble
à une droite, la relation est dite linéaire et on peut ajuster une droite
d’équation :
Y = aX + b (5)
La variable X est dite variable explicative ou variable indépendante. La
variable Y est dite variable à expliquer ou variable dépendante ;
La régression linéaire permet de déterminer la droite qui s’ajuste au mieux
aux valeurs observées ;
Cette droite est appelée droite de régression de Y en fonction de X .

Covariance
Corrélation
Comment déterminer la droite de régression
De…nition
La méthode la plus utilisée est la Méthode des Moindres Carrés (MMC).
b = f (x ) qui
Le problème d’ajustement consiste à trouver une fonction y
corresponde le plus exactement possible aux données de la série
statistique.
La MMC est une méthode d’ajustement qui consiste à minimiser la
somme des carrés des di¤érences entre les valeurs observées, yi , et les
bi par l’équation de la droite de régression :
valeurs estimées, y
ybi = axi + b (6)
La di¤érence entre la valeur observée yi et la veleur ajustée est un écart

ou un résidu, noté εi = yi ybi ou ei .
Covariance
Corrélation
De…nition
Il s’agit de déterminer les constantes a et b telle que l’expression
∑(yi ybi )2 soit minimum. Avec ybi = axi + b
a est appelée coe¢ cient de régression linéaire ou pente de la droite de
régression, il mesure la variation de la variable dépendante lorsque la
variable indépendante varie d’une unité.
b est appelée ordonnée à l’origine, il correspond à la valeur de la variable
dépendante pour une valeur nulle de la variable indépendante.
Covariance
Corrélation
Soit la fonction :
f (a, b ) = ∑(yi ybi )2 (7)
f (a, b ) est minimum lorsque les dérivées partielles de f (a, b ) par rapport à a
et à b sont nulles.
df df
=0 et =0 (8)
da db
n
df
= 2 ∑ xi . ( yi axi b) (9)
da i =1
n
df
= 2 ∑ ( yi a.xi b) (10)
db i =1
Covariance
Corrélation

Il su¢ t de résoudre ce système d’équations à 2 inconnues a et b ;
La droite de régression de Y en fonction de X , selon la méthode des
moindres carrés est la droite (D) d’équation : Y = aX + b telle que :
Cov (X , Y ) Cov (X , Y )
a= = et b=y ax (11)
Sx Sx V (X )
Signi…cation de a et b :
- Le paramètre a de la droite de régression indique de combien varie en
moyenne la valeur de Y lorsque celle de X augmente d’une unité.
- Le paramètre b correspond quant à lui à la valeur théorique de Y lorsque
la valeur de X est égale à 0.
Comme la droite de régression de Y en fonction de X , la droite de
régression de X en fonction de Y est la droite d’équation :
X = a0Y + b 0 telle que :
Cov (X , Y )
a0 = et b 0 = x a0 y (12)
SY2
Covariance
Corrélation
Mesure de la qualité d’ajustement d’une régression linéaire

Elle est fondée sur la décomposition de la variance dépendante Y. Nous
avons une relation évidente : yi y = (ybi y ) + (yi ybi )
On peut montrer que :
Var (y ) = Var (yb = aX + b ) + Var (2) (13)
Information totale = Information modélisée + Information résiduelle
Covariance
Corrélation
On divise l’équation précédente par Var (y ), on obtient l’expression de

R2 :
La qualité d’ajustement peut se calculer ou se mesurer directement à
l’aide du coe¢ cient de détermination R2 .
0 R2 +1
Var (yb)
R2 = 1 (14)
Var (y )
Var (yb )
Var (Y )
: Proportion des sommes des carrés des écarts par rapport à la
moyenne(SCEy ) expliquée par la droite de régression.
Covariance
Corrélation
On peut aussi exprimé R2 par :
SCED
R2 = 1 (15)
SCEy
Où : SCED = Sommes des Carrés des Ecarts par rapport à la droite D = e21 +
e22 + ... + e2n = (y1 - (a.x1 +b))2 + (y2 - (a.x2 +b))2 + ... + (yn - (a.xn +b))2
et SCEy = Sommes des Carrés des Ecarts par rapport à la moyenne = (y1 -
y )2 + (y2 - y )2 + ... + (yn - y )2
Si SCED est petite == > R2 est proche de +1, donc la qualité
d’ajustement est bonne (la droite de régression est un bon ajustement du
nuage de points).
Au contraire, si SCED est grande == > R2 est proche de 0, donc la
droite de régression n’est pas un bon ajustement du nuage de points.
Covariance
Corrélation
Intrapolation & Extrapolation

Un des intérêts d’une régression est qu’avec les paramètres a et b on peut
estimer des valeurs de Y pour des valeurs de X qu’on n’a pas pu mesurer
(car cela coûte cher, ou que c’est di¢ cile à réaliser...).
Intrapolation : Intrapolation = Evaluation d’une variable dans
les limites de l’échantillon.
L’intrapolation de la valeur de y correspondant à une valeur mesurée de x

est d’autant plus …able que l’équation de la droite a été établie avec un R2
proche de 1.
Covariance
Corrélation
Intrapolation & Extrapolation
Extrapolation : Extrapolation = Evaluation d’une variable hors

des limites de l’échantillon.
L’extrapolation est d’autant plus pertinente qu’elle est réalisée près des
limites de l’échantillon.
Covariance
Corrélation
Example
n xi yi
1 11 10
2 14 15
3 09 11
4 12 11
5 10 09
6 06 08
7 15 14
8 12 13
9 10 11
10 10 12
11 08 10
12 13 12
N 130 136
Covariance
Corrélation
Solution
n xi yi xi2 yi2 yi xi ybi yi ybi
1 11 10 121 100 110 11,44 -1,44
2 14 15 196 225 210 13,45 1,55
3 09 11 81 121 99 10,10 0,90
4 12 11 144 121 132 12,11 -1,11
5 10 09 100 81 90 10,77 -1,77
6 06 08 36 64 48 08,09 -0,09
7 15 14 225 196 210 14,12 -0,12
8 12 13 144 169 156 12,11 0,89
9 10 11 100 121 110 10,77 0,23
10 10 12 100 144 120 10,77 1,23
11 08 10 64 100 80 09,43 0,57
12 13 12 169 144 156 12,78 -0,78
N 130 136 1480 1586 1521 136 0
Covariance
Corrélation
Solution
∑12 12 12 2 12 2
i =1 xi = 130 ∑i =1 yi = 136 ∑i =1 xi = 1480 ∑i =1 yi = 1586
12
∑i =1 xi yi = 1521 x = 130 12 = 10, 83
p
y = 136
12 = 11, 33
2
Sx = 12 1480 2
10, 83 = 6, 04 Sx = 6, 04 = 2, 46
p
Sy2 = 1586
12 11, 332 = 3, 8 Sy = 3, 8 = 1, 95
cov (X , Y ) = n1 ∑ni=1 xi yi xy = 1521
12 10, 83 11, 33 = 4, 05
Covariance
Corrélation
Solution
Connaissant la note de mathématique d’un étudiant, on peut estimer sa note
de statistique par la droite d’équation :
Y = aX + b telle que :
COV (X ,Y )
a= S x2
= 4,05
6,04 = 0, 67
b = y ax = 11, 33 0, 67 10, 83 = 4, 07
ybi = 0, 67xi + 4, 07
Covariance
Corrélation
Solution
Connaissant la note de statistique d’un étudiant, on peut estimer sa note de
mathématique par la droite d’équation :
X = a0 Y + b 0 telle que :
COV (X ,Y ) 4,05
a0 = S y2
= 3,8 = 1, 07
b0 = x a0 y = 10, 83 1, 07 11, 33 = 1, 29
b
xi = 1, 07xi 1, 29

Statistique Descriptive - Chapitre III - S1 Section C - PR Hassane BELBIJOU - 24-12-2020 - PDF

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Statistique Descriptive - Chapitre III - S1 Section C - PR Hassane BELBIJOU - 24-12-2020 - PDF

Transféré par

Droits d'auteur :

Formats disponibles

Chapitre III : Corrélation et ajustement linéaire

Enseignant : Hassane BELBIJOU

Session universitaire : Automne-Hiver 2020 - 2021

1 Chapitre III : Corrélation et ajustement linéaire

Chapitre III : Corrélation et ajustement linéaire

Jusqu’à présent, nous avons étudiés le comportement statistique d’une

Quatre notions peuvent caractériser la relation entre deux variables

1 Nature de la relation : le diagramme de dispersion permet de caractériser

Dans le graphe, il y aura autant de points qu’il y a d’individus dans

Covariance entre deux variables statistiques

Calculer la covariance entre x et y.

Covariance entre deux variables statistiques

3.1 : Le coe¢ cient de corrélation linéaire

Le coe¢ cient de corrélation linéaire

∑ni=1 (xi x )(yi y)

Ce coe¢ cient est toujours compris entre -1 et +1 :

Etudier la corrélation entre x et y.

Le coe¢ cient de corrélation linéaire est positif et relativement proche de 1, il y

Section 2 : L’ajustement linéaire

La courbe obtenue à partir du diagramme de dispersion est appelée la

Régression linéaire simple

Cette droite est appelée droite de régression de Y en fonction de X .

Comment déterminer la droite de régression

ybi = axi + b (6)

La di¤érence entre la valeur observée yi et la veleur ajustée est un écart

Comment déterminer la droite de régression

Comment déterminer la droite de régression

Comment déterminer la droite de régression

Mesure de la qualité d’ajustement d’une régression linéaire

Information totale = Information modélisée + Information résiduelle

Mesure de la qualité d’ajustement d’une régression linéaire

On divise l’équation précédente par Var (y ), on obtient l’expression de

Mesure de la qualité d’ajustement d’une régression linéaire

On peut aussi exprimé R2 par :

Intrapolation & Extrapolation

L’intrapolation de la valeur de y correspondant à une valeur mesurée de x

Intrapolation & Extrapolation

Extrapolation : Extrapolation = Evaluation d’une variable hors

Vous aimerez peut-être aussi