Académique Documents
Professionnel Documents
Culture Documents
LINEAIRE
Y y1 y2 … yp ni .
X
x1 n11 n12 … n1 P n1.
x2 n21 n22 n2 P n2.
.
xk n k1 n k1 n kp n k.
n. j n.1 n.2 n. p n..
∑ f i .=∑ f . j =1
i=1 j=1
X x1 x2 x3 …. xk
ni . n1. n2. n3. …. n k.
Y y1 y2 y3 …. yp
n. j n.1 n.2 n.3 …. n. p
X/j x1 x2 x3 …. xk
ni / j n1 j n2 j n3 j …. n kj
Y /i y1 y2 y3 …. yp
n j/ i ni 1 ni 2 ni 3 …. nip
L’écart-type de X est
σ X = √V ( X )
Même chose pour la variable statistique Y
p p
1
Y = ∑ n. j y j=∑ f . j y j
n .. j=1 j=1
p p
1
V ( Y )= ∑
n.. j=1
n . j y j −Y =∑ f . j y j −Y
2 2 2 2
j=1
L’écart-type de X est
σ Y =√ V ( Y )
Preuve
k k k
aX + b=∑ f i . ( a x i +b ) =a ∑ f i . x i+ b ∑ f i . =a X + b
i=1 i=1 i=1
(∑
k k k
V ( aX +b )=∑ f i . ( a x i+ b )2−aX +b2 =∑ f i . ( a2 xi2 +2 ab x i+ b2 ) −( a2 X 2 +2 ab X +b 2 )=a 2 f i. x i2− X
i=1 i=1 i=1
Définition
On appelle coefficient de corélation du couple ( X , Y ), l’expression suivante
Cov ( X ,Y )
ρ( X ,Y )=
σXσY
Théorème
Cov ( X , Y )
−1 ≤ ρ ( X , Y )= ≤+1
σ X σY
Résultats
1- Si ρ ( X ,Y ) =0: On dit que les deux variables statistiques X etY sont indépendantes.
2- Si ρ ( X ,Y ) > 0 :On dit que les deux variables statistiques X etY sont positivement
corrélées, c'est-à-dire : si X augmente alors Y aussi augmente et vice versa
3- Si ρ( X ,Y ) < 0 :On dit que les deux variables statistiques X etY sont négativement
corrélées, c'est-à-dire : si X augmente alors Y diminue et vice versa
2- Regréssion linéaire
Dans cette partie on se propose de trouver unr relation linéaire entre les deux variables
statistiques X etY sous la forme Y =aX +b ou X =a' Y +b' . Ces deux relations vont
nous conduire à trouver les constantes a , b , a' et b '
On pose
k
S ( a , b ) =∑ f i . ( a xi +b− y i )2
i=1
En utilisant la méthode des moindres carés pour trouver les deux constantes a et b. On
suppose que Y =aX +b
k k k k
∂ S ( a ,b )
=2 ∑ f i . ( a x i +b− y i )=0 ⇔ a ∑ f i . xi +b ∑ f i . −∑ f i. y i=0 ⇔ a X +b−Y =0 ⇔ b=Y −a X
∂b i=1 i=1 i=1 i=1
D’autre part, on a
k
∂ S ( a ,b )
=2 ∑ f i . ( a x i +b− y i ) x i=0
∂a i=1
k k k k k
⇔ a ∑ f i. x i +b ∑ f i . xi −∑ f i . x i y i=0 ⇔ a ∑ f i . x i + ( Y −a X ) X−∑ f i . x i y i=0
2 2
∑ f i . x i y i− X Y
(∑ )
k k
COV ( X , Y )
⇔a f i . x i −X =∑ f i . x i y i− X Y ⇔ a= i=1k
2 2
=
V (X )
i=1 i=1
∑ f i . xi2− X 2
i=1
Alors, on a :
{
COV ( X , Y )
a=
V ( X)
b=Y −a X
{
' COV ( X , Y )
a=
V (Y )
b = X−a ' Y
'
Résultat
aa =
' COV ( X , Y ) COV ( X , Y ) COV ( X , Y ) 2
V (X) V (Y )
=
σ X σY (=ρ( X ,Y )
2
)
Exercice1
Soit la distribution statistique à doubles entrées qui montre les salaires des travailleurs (en
1000DA) avec le nombre de leurs enfants
Y 1 2 3 4 ni.
X
20,30 8 4 3 10
[30,40[ 8 3 9 11
[40,50[ 5 4 1 14
[50,60[ 2 6 3 9
n. j
1- calculer les distributions marginales des deux variables statistiques (salaires et nombre
d`enfants).
2- Trouver les distributions conditionnelles suivantes
Y /[ 40−50[ ; X/2
3- Calculer
X ;Y ;V ( X ) ;V ( Y ) ;σ X ;σ Y
4- Calculer la covariance et le coefficient de corrélation des deux variables statistiques
COV ( X ;Y ) ; ρ ( X ;Y )
Commentez les résultats.
5- Trouver les droites de regressions Y =aX +b et X =a' Y +b'
Réponse
1- Les distributions marginales
X ¿ ¿ ¿ ¿
ni . 25 31 24 20
Y 1 2 3 4
n. j 23 17 16 44
Y /¿ 1 2 3 4
n j/ i 5 4 1 14
3-
k
1
X= ∑ n x = 1 ( 25.25+31.35+24.45+20.55 )=38,9
n.. i=1 i . i 100
p
1 1
Y= ∑
n .. i=1
n. j y j=
100
( 23.1+17.2+16.3+44.4 )=2,81
k
1 1
V ( X )= ∑ ni . x i2 −X 2= ( 25. 252 +31. 352+ 24. 452 +20.55 2) −38,92=113,79
n.. i=1 100
σ X = √ V ( X ) =10,66
p
1 1
V ( Y )= ∑
n.. j=1
n . j y j2 −Y 2=
100
( 23. 12+17. 22 +16.3 2+ 44. 4 2) −2,812=1,49
σ Y =√V ( Y )=1,22
4- Calcul de la covariance et le coefficient de corrélation
k p
1 1
Cov ( X , Y )= ∑ ∑ n x y − X Y = 100
n.. i =1 j=1 ij i j
[ 25 ( 8+8+9+ 40 ) +35 ( 8+6+ 27+55 ) + 45 ( 5+ 8+3+56 ) +55 ( 2+12+
Cov ( X ,Y ) 5,39
ρ( X ,Y )= = =0,41
σXσY 10,66.1,22
5- On va essayer de trouver les deux droites de regressions
{
COV ( X , Y ) 5,39
a= = =0,50
V (X) 10,66
b=Y −a X =2,89−0,50.38,9=−16,56
Alors ladroite de regression est
( ∆ ) : y =0,5 x−16,56
{
COV ( X , Y ) 5,39
a' = = =4,42
V (Y ) 1,22
' '
b = X−a Y =38,9−4,42.2,89=26,12