Académique Documents
Professionnel Documents
Culture Documents
Section 2, groupe 11
Corrigé TD statistique appliquée
Régression multiple
Exercice 1 :
On a : Yt = a + bX1t + cX2t + Ɛt
1- Tableau ANOVA :
RSS=TSS-ESS=1680,8-1504,4=104,4
RSS 104,4
3- Coefficient de détermination : 𝑅2 = 1 − =1− = 0,93
TSS 1680,8
𝑅𝑆𝑆/𝑁−3 19,6
Coefficient de détermination ajusté : 𝑅̅² = 1 − =1− = 0,91
𝑇𝑆𝑆/𝑁−1 229,61
91% de la variation de Y est expliquée par le modèle par rapport à la variation
totale.
20 0 0 0 0 20
𝐷é𝑡 = 10 × | | − 0| |+0×| | = 8000
0 40 0 40 0 0
20 0
-1er terme : (−1)1+1 × | |
0 40
800 0 0
0 0
𝑀𝑐𝑜𝑓 = ( 0 400 0 ) -2eme terme : (−1)1+2 × | |
0 40
0 0 200 0 20
-3eme terme : (−1)1+3 × | |
0 0
𝑀𝑎𝑑𝑗 = 𝑀𝑐𝑜𝑓 (car la matrice est symétrique)
1
𝑀𝑎𝑡𝑟𝑖𝑐𝑒 𝑖𝑛𝑣𝑒𝑟𝑠𝑒 = 𝑀𝑎𝑑𝑗 ×
𝑑é𝑡
800
0 0
8000 10 ∑ 𝑌
𝑡 −1 400 𝑡
(𝑥 𝑥) = 0 0 Et : 𝑥 𝑦 = (40) ∑ 𝑌𝑋1
8000
200 40 ∑ 𝑌𝑋2
0 0
( 8000)
 = (𝑿𝑻 𝑿)−𝟏 . 𝑿𝑻 𝒀
800 × 10
+ (0 × 40) + (0 × 40) = 1
8000
400 × 40
 = (0 × 10) + + (0 × 40) = 2
8000
200 × 40
(0 × 10) + (0 × 40) + = 1)
( 8000
RAKINI Salma
Section 2, groupe 11
𝑅𝑆𝑆 = ∑ 𝑌 2 − â0 ∑ 𝑌𝑡 − â1 ∑ 𝑋1 𝑌 − â2 ∑ 𝑋2 𝑌
= 165 − 1 × 10 − 2 × 40 − 1 × 40 = 35
800
×5 0 0
8000 0,5 0 0
400
𝑀𝑣𝑎𝑟.𝑐𝑜𝑣(Â) = 0 ×5 0 = ( 0 0,25 0 )
8000 0 0 0,125
200
( 0 0 × 5)
8000
4- L’intervalle de confiance :
𝐻 : â=0
On pose : { 0
𝐻1 : â ≠ 0
5- Test de Fisher : Selon ce test, le modèle est valable s’il y a au moins une variable
qui explique Y.
𝑁 ∑ 𝑋1 ∑ 𝑋2
7 0 0
𝑇
𝑋 𝑋= ∑ 𝑋1 ∑ 𝑋1² ∑ 𝑋2𝑋1 = (0 28 0 )
0 0 84
(∑ 𝑋2 ∑ 𝑋1𝑋2 ∑ 𝑋2² )
28 0 0 0 0 28
𝐷é𝑡 = 7 × | |− 0| |+0×| | = 16464
0 84 0 84 0 0
2352 0 0
𝑀𝑐𝑜𝑓 = ( 0 588 0 )
0 0 196
1
𝑀𝑎𝑡𝑟𝑖𝑐𝑒 𝑖𝑛𝑣𝑒𝑟𝑠𝑒 = 𝑀𝑎𝑑𝑗 ×
𝑑é𝑡
2352
0 0
16464 14 ∑ 𝑌
588
(𝑥 𝑥)
𝑡 −1
= 0
16464
0 Et : 𝑡
𝑥 𝑦 = ( 5 ) ∑ 𝑌𝑋1
196 17 ∑ 𝑌𝑋2
0 0
( 16464)
 = (𝑿𝑻 𝑿)−𝟏 . 𝑿𝑻 𝒀
2352 × 14
+ (0 × 5) + (0 × 17) = 2
16464
588 × 5
 = (0 × 14) + + (0 × 17) = 0,17
16464
196 × 17
(0 × 14) + (0 × 5) + = 0,20)
( 16464
Donc le modèle estimé est comme suit : Ŷ = 2 + 0,17𝑋1 + 0,2𝑋₂
RAKINI Salma
Section 2, groupe 11
4- Tableau d’analyse de la variance :
Source de Somme des Degré de Carrés
variation carrés liberté moyens
Total ̅ )𝟐 = 𝟔
∑(𝒀𝒕 − 𝒀 N-1=6
ESS=TSS-RSS=6−2,558=3,441
𝑅𝑆𝑆/𝑁−3 0,041
5- 𝑅̅2 = 1 − =1− = 0,959
𝑇𝑆𝑆/𝑁−1 1
95,9% de la variation de Y est expliquée par le modèle par rapport à la
variation totale.
6- Pour calculer le test de student, il faut calculer la matrice de variance,
covariance : 𝑴𝒗𝒂𝒓.𝒄𝒐𝒗(Â) = 𝝈𝟐Ɛ (𝑿𝒕 𝑿)−𝟏
2352 41
× 0,041 0 0 0 0
16464 7000
588 41
𝑀𝑣𝑎𝑟.𝑐𝑜𝑣(Â) = 0 × 0,041 0 = 0 0
16464 28000
196 41
( 0 0
16464
× 0,041) ( 0 0
84000)
𝐻 : ĉ=0
On pose : { 0
𝐻1 : ĉ ≠ 0
ĉ 41
Calculons 𝑇𝑒 = et 𝜎ĉ = √𝑉(ĉ) = √ = 0,022
𝜎ĉ 84000
ĉ 0,2
Donc 𝑇𝑒 = = = 9,09 et on a d’après la table : 𝑇𝑡 = 2,571
𝜎ĉ 0,022
8- En utilisant les trois variables X1, X2 et X3, le logiciel SPSS a donné les résultats
suivants :
𝑅𝑆𝑆/𝑁−4 0,083
a. 𝑅̅2 = 1 − =1− = 0,91
𝑇𝑆𝑆/𝑁−1 1,01
ANOVA
TOTAL 6,083 6
𝑅𝑆𝑆 = ∑ 𝑌 2 − â0 ∑ 𝑌𝑡 − â1 ∑ 𝑋1 𝑌 − â2 ∑ 𝑋2 𝑌 − â3 ∑ 𝑋3 𝑌
= 34 − 2 × 14 − 0,17 × 5 − 0,2 × 17 + 0,5 × (−3) = 0,25
On constate que la variation expliquée par le modèle est largement supérieur à la
variation non expliquée, donc le modèle peut être valable.
RAKINI Salma
Section 2, groupe 11
Coefficients
𝐻 : â=0
d. On pose : { 0
𝐻1 : â ≠ 0
𝐸𝑆𝑆/3 1,94
𝐹𝑒 = = = 23,37 et 𝐹𝑡 = 6,59
𝑅𝑆𝑆/4 0,083
Exercice 4:
1-
RAKINI Salma
Section 2, groupe 11