Corrigé TD 8

Exercice 1

1°).

2°).

σxy=25905/12-(660/12)*(542/12) = -325.42

Interprétation : relation forte entre les deux variables et négative : les conditions de vie sont
inversement corrélées au stress et nbr de données suffisamment élevé (n=12).

3°).
a). Oui car nombre de données suffisamment élevé (n=12 dans cet exercice) et valeur du coefficient
de corrélation linéaire suffisamment élevée aussi
b). Quelles valeurs de a et b proposez-vous ?

(pour a on peut également utiliser la formule : cov/variance de x=-325,42/(20,88^2))

d). pour x=60, y=41.44 ≠25 : la droite d’ajustement linéaire passe au plus près de tous les points et
non pas par tous les points

Exercice 2
1)
Nombre de Nb moyen
Effectifs
personnes par de m3 ni xi ni yi ni xi² ni yi² ni xi yi
(ni)
ménage (xi) d'eau (yi)
1 3,9 12 12 46,8 12 182,5 46,8
2 6,6 23 46 151,8 92 1 001,9 303,6
3 10,8 37 111 399,6 333 4 315,7 1 198,8
4 14,2 31 124 440,2 496 6 250,8 1 760,8
5 19,7 17 85 334,9 425 6 597,5 1 674,5
6 24,3 8 48 194,4 288 4 723,9 1 166,4
7 30,0 5 35 150,0 245 4 500,0 1 050,0
8 36,2 2 16 72,4 128 2 620,9 579,2
36 145,7 135 477 1 790,1 2 019 30 193,3 7 780,1

1
 xy 
n
 ni xi yi  x. y
 xy
 xy  ,  xy2 : coefficient de détermination
 x y

x = 3,53 pers./ ménage y = 13,26 m3 mensuels

Var x = 2,49 Var y = 47,83
σx = 1,57 pers./ ménage σy = 6,92 m3 mensuels
σx y = 10,82
ρx y = 0,99 ρx y ² = 0,98

2°) La valeur du coefficient de détermination rho² = 0,98 est très élevée. Par ailleurs, le nombre
d'observations (n = 135) est suffisant pour valider correctement un ajustement linéaire de y en x, tel que :

y = ax + b avec : a = ρxy (σy / σx) ou a= σx y / σx2 et : b = y  ax

Ici, on obtient : a = 4,36 et : b = - 2,13

Exercice 3

1) Population : 12 magasins d'un groupe de distribution.

Caractères :
- somme (en milliers d'euros) engagée pour la campagne promotionnelle par chaque magasin (x i).
- valeur (en milliers d'euros) des ventes réalisées dans chaque magasin (yi).
Type : quantitatif discret (valeurs arrondies), pour chacun des deux caractères.
2)

xi yi xi2 yi2 xi yi ŷ i
10 225 100 50 625 2 250 265,8
12 290 144 84 100 3 480 279,3
13 300 169 90 000 3 900 286,0
14 301 196 90 601 4 214 292,8
14 303 196 91 809 4 242 292,8
15 310 225 96 100 4 650 299,6
17 315 289 99 225 5 355 313,1
17 318 289 101 124 5 406 313,1
19 326 361 106 276 6 194 326,6
21 330 441 108 900 6 930 340,2
24 349 576 121 801 8 376 360,5
25 370 625 136 900 9 250 367,2
201 3 737 3 611 1 177 461 64 247

x = 16,75 milliers € y = 311,42 milliers €

var x = 20,35 var y = 1141,41
σx = 4,51 milliers € σy = 33,78 milliers €

3°)
σx y = 137,63
ρxy = 0,903
ρ2xy= 0,81
Les dépenses de la campagne expliquent à 81 % les variations observées sur les ventes réalisées.

Coefficients de la droite de régression : on obtient a = 6,76 et b = 198,19

4°)
Nuage de points et ajustement linéaire de y en x

360

Ventes340
( milliers
ybar = 311,42
d'euros)
320

300

280

260 y est. = 6,76 x + 198,19

240 xbar = 16,75

220
10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
Dépenses promotionnelles (en milliers d 'euros )

On remarque que le centre de gravité du nuage des points (xi, yi) correspond au point d'intersection de y est.
avec x et y . Par ailleurs, la droite d'ajustement de y en x résume le nuage de points. Ce qui est résumé
(expliqué) par la droite correspond, pour chaque point du nuage, à la distance entre la droite d'ajustement et
la moyenne de y, ici égale à 311,4. A l'inverse, les distances de chaque point du nuage à la droite
d'ajustement représentent ce qui n'est pas expliqué par la relation linéaire que l'on introduit entre les deux
variables (perte d'information).
Remarque sur l’utilisation des droites d’ajustement :
L'information que l'on maîtrise (dont on est sûr) est le montant que l'on souhaite engager pour financer une
campagne promotionnelle.
L'information dont on souhaite avoir une estimation est le montant des ventes espéré.
Donc on doit utiliser la droite d'ajustement de y (ventes) en x (campagne promotionnelle) : minimisation des
écarts verticaux.
En effet c'est la droite qui donnera la meilleure approximation de la valeur recherchée (ventes).