Nom: __________________________________________ Groupe: ________

Résumé des notes de cours

Culture, société et technique

1. Les familles de fonctions………………………... p.1 à 13

2. La similitude et l’isométrie de triangles………... p.14 à 23

3. Les rapports trigonométriques…………………... p.24 et 25

4. La loi des sinus et la formule de Héron…………. p.26 et 31

5. La mesure et la géométrie analytique…………… p.32 à 45

6. Les mesures de dispersion et de position……….. p.46 à 52

7. La corrélation linéaire…………………………… p.53 à 55

Rappel

Relation, variable indépendante et variable dépendante

Un lien entre deux variables est appelé relation. Généralement, dans une
relation entre deux variables :

• celle dont la variation entraîne la variation de l’autre est appelée variable

indépendante ;

• celle dont la variation réagit à la variation de l’autre est appelée variable

dépendante.

Exemple : La quantité de peinture utilisée pour recouvrir un plancher dépend de

sa superficie. Dans cette situation, la superficie du plancher correspond à la
variable indépendante et la quantité de peinture, à la variable dépendante.

Réciproque et fonction

Une réciproque s’obtient en intervertissant les valeurs de chacun des couples

d’une relation entre deux variables.

Une fonction est une relation entre deux variables selon laquelle à chaque
valeur de la variable indépendante correspond au plus une valeur de la
variable dépendante.

1
2
Propriétés des fonctions
La description des propriétés d’une fonction permet d’en faire l’analyse. Pour faire l’analyse d’une fonction,
on s’intéresse à son domaine, son codomaine (image), ses coordonnées à l’origine, son signe, sa variation
et son ou ses extremums.

Propriétés Graphiquement Notation écrite

Domaine : ensemble des valeurs prises Dom f : ]-, 4]

par la variable indépendante, x.

Codomaine ou image : ensemble Ima f : ]-, 1]

des valeurs prises par la variable
dépendante, y.

Abscisse à l’origine ou zéro de Abscisses

la fonction : Valeur(s) de la à l’origine :
variable indépendante pour -10, -4, 3
laquelle (lesquelles) la variable
dépendante vaut zéro. Une
fonction peut ne pas avoir
d’abscisses à l’origine, en avoir
une ou en avoir plusieurs.

Ordonnée à l’origine ou valeur Ordonnée

initiale : Valeur de la variable à l’origine : -3
dépendante lorsque la variable
indépendante vaut zéro. Une
fonction peut avoir une ordonnée à
l’origine ou ne pas en avoir.

3
 Propriétés Graphiquement Notation écrite

Positif : intervalle du La fonction est

domaine de la fonction positive sur
où les valeurs de la [-11, -8]  [1, 5].
Signe : variable dépendante
Une fonction sont positives.
peut être de
Négatif : intervalle du La fonction est
signe positif
domaine de la fonction négative sur
ou négatif.
où les valeurs de la [-8, 1]  [5, + [.
variable dépendante
sont négatives

Croissance : La fonction est

intervalle(s) du croissante sur
domaine sur lequel [-5, 3]. De plus,
(lesquels) la fonction elle est strictement
ne diminue jamais. croissante sur
Variation : [0, 3].
Accroissement
Décroissance : La fonction est
positif, nul
intervalle(s) du décroissante sur
ou négatif
domaine sur lequel [-11, 0]  [3, + [.
de la variable
(lesquels) la fonction
dépendante De plus, elle est
n’augmente jamais.
sur un intervalle
strictement
donné de décroissante sur
la variable
[-11, -5]  [3, + [.
indépendante
d’une fonction. Constance : La fonction est
intervalle(s) du constante sur
domaine sur lequel [-5, 0].
(lesquels) la fonction
ne subit aucune
variation.

Maximum : plus grande Le maximum de

valeur prise par la la fonction est 5.
variable dépendante
Extremum : d’une fonction.
Valeur
maximale
Minimum : plus petite Le minimum de
ou minimale
valeur prise par la
d’une fonction. la fonction est -6.
variable dépendante
d’une fonction.

4
Les familles de fonctions

Les fonctions en escalier

• Une fonction en escalier est une fonction discontinue.

• Elle est constante sur certains intervalles et varie brusquement pour certaines valeurs
de la variable indépendante, appelées valeurs critiques.
• Sa représentation graphique est faite de segments horizontaux disposés en escalier,
dont une extrémité est représentée par un point vide et l’autre, par un point plein.

Exemple : Soit la fonction f(x) ci-dessous :

Table de valeurs Graphique

5
Les fonctions périodiques

• Une fonction est périodique lorsque sa représentation graphique est constituée d’un
« motif » qui se répète.
• L’écart entre les abscisses des points situés aux extrémités de ce « motif » correspond à
la période de la fonction.

6
Les fonctions polynomiales de degré 1 de la forme f(x) = ax + b
(fonctions affines) où a ≠ 0.

Exemple :

On remplit un bassin, contenant déjà 3 L d’eau, au rythme de 2 L à la minute. On

observe la quantité d’eau dans le bassin au fil du temps.

x représente le temps en minutes et f(x)

la quantité d’eau en litres dans le
bassin.

7
Les fonctions polynomiales de degré 2 de la forme f(x) = ax2 où
a ≠ 0.

Exemple :

Émilie observe la relation entre l’aire totale d’un cube (6 faces) et la mesure d’une arête.

x représente la mesure d’une arête en centimètres et

f(x) l’aire totale en centimètres carrés.

8
Le rôle du paramètre a dans f(x) = ax2

Si a est positif

Si a est négatif

9
Les fonctions exponentielles de la forme f(x) = abx où
a ≠ 0, b > 0 et b ≠ 1.

Exemple :

Raphaël observe l’évolution du nombre de bactéries dans une culture selon le temps. Au
début de ses observations, il y avait cinq bactéries, et le nombre de bactéries double
chaque heure.

x représente le temps en heures et

f(x) le nombre de bactéries.

10
Le rôle des paramètres a et b dans f(x) = abx

Si a > 0 et b > 1

Exemple : f(x) = 3.4x

Si a > 0 et 0 < b < 1

Exemple : f(x) = 3.(0,2)x

11
Si a < 0 et b > 1

Exemple : f(x) = -3.4x

Si a < 0 et 0 < b < 1

Exemple : f(x) = -3.(0,2)x

12
Les fonctions définies par parties

• Cette fonction est composée de la juxtaposition de plusieurs fonctions définies sur

différents intervalles de son domaine.
• Les parties constituant une telle fonction peuvent provenir d’une ou de plusieurs
familles de fonctions.

13
La similitude et l’isométrie de triangles

o Que veux dire similitude ?

On appelle similitude toute transformation géométrique qui transforme une figure

en une figure semblable.

o Deux figures géométriques sont semblables si :

• Elles ont la même forme;

• les angles homologues sont congrus;
• les côtés homologues sont proportionnels.

Exemple :

Les triangles ABC et A′B′C′ ci-contre sont semblables :

- ∠ A ≅ ∠ A′ , ∠ B≅ ∠ B′, ∠ C ≅ ∠ C′

- mA′B′ mA′C′ mB′C′

== = = k
mAB mAC mBC

k est le rapport de similitude.

o Que veux dire isométrie ?

Une isométrie est une transformation qui conserve les longueurs. Une isométrie est
donc un cas particulier de similitude.

14
Les cas de similitude de triangles

1er cas : Cas de similitude CCC

Deux triangles qui ont les côtés homologues proportionnels sont semblables.

mA′B′ mA′C′ mB′C′

= = = k  ∆ ABC ∼ ∆ A′B′C′
mAB mAC mBC

15
2e cas : Cas de similitude CAC

Deux triangles qui ont un angle isométrique compris entres des côtés homologues
proportionnels sont semblables

∠ A ≅ ∠ A′

mA′B′ mA′C′
 ∆ ABC ∼ ∆ A′B′C′
= = k
mAB mAC

16
3e cas : Cas de similitude AA

Deux triangles qui ont deux angles homologues isométriques sont semblables.

∠A≅∠D
 ∆ ABC ∼ ∆ DEF
∠B≅∠E

17
Les cas d’isométrie de triangles

1er cas : Cas d’isométrie CCC

Deux triangles ayant des côtés homologues isométriques sont isométriques.

AB ≅ DE

BC ≅ EF  ∆ ABC ≅ ∆ DEF

AC ≅ DF

18
2e cas : Cas d’isométrie CAC

Deux triangles ayant un angle isométrique compris entre des côtés homologues
isométriques sont isométriques

AB ≅ A′B′

∠ A ≅ ∠ A′  ∆ ABC ≅ ∆ A′B′C′

AC ≅ A′C′

19
3e cas : Cas d’isométrie ACA

Deux triangles ayant un côté isométrique compris entre des angles homologues
isométriques sont isométriques.

∠B≅∠E

BC ≅ EF  ∆ ABC ≅ ∆ DEF

∠C≅∠F

20
21
Les relations métriques dans le triangle rectangle

Dans un triangle rectangle, si on abaisse une hauteur issue du sommet de l’angle droit, on
peut établir 3 relations métriques.

Relation 1
B

A D C

A D C

22
Relation 2 B

A D C

Relation 3
B

A D C

23
 Rapports trigonométriques dans le triangle rectangle

 Le sinus d’un angle aigu est égal au rapport de la mesure du côté

opposé à cet angle sur la mesure de l’hypoténuse.

Le sinus de l’angle A se note sin A

mesure du côté opposé a

sin A = =
mesure de l’hypoténuse c

 Le cosinus d’un angle aigu est égal au rapport de la mesure du côté

adjacent à cet angle sur la mesure de l’hypoténuse.

Le cosinus de l’angle A se note cos A

mesure du côté adjacent b

cos A = =
mesure de l’hypoténuse c

 La tangente d’un angle aigu est égale au rapport de la mesure du côté

opposé à cet angle sur la mesure du côté adjacent.

La tangente de l’angle A se note tan A

mesure du côté opposé a

tan A = =
mesure du côté adjacent b

24
25
 La loi des sinus et la formule de Héron

La loi des sinus

• Les côtés d’un triangle quelconque sont directement proportionnels aux sinus
des angles opposés à ces côtés.

26
La loi des sinus permet de rechercher la mesure d’un côté ou d’un angle.

o 1er cas : On recherche un côté quand on connaît deux angles et un côté.

Exemple: Calculons la mesure x de AC.

o 2e cas : On recherche un angle quand on connaît deux côtés et l’angle

opposé à un des deux côtés.

Exemple 1 : Calculons la mesure de l’angle aigu B.

27
N.B. Les angles supplémentaires ont la même valeur de sinus.

Exemple : sin (30°) = sin (150°) = 0,5

Exemple 2 : Calculons la mesure de l’angle obtus A.

28
Aire d’un triangle

• Formule générale :

Les mesures b de la base du triangle et de la hauteur h relative à la base étant

données, l’aire A du triangle est donnée par :

Exemple :

29
• Formule de Héron :

Si l’on connaît les mesures a, b et c des trois côtés d’un triangle quelconque
ABC, on peut calculer l’aire, A, de ce triangle à l’aide de la formule suivante.

p représente le demi-périmètre, donné par la formule p = .

Exemple :

30
 • Formule trigonométrique

On peut calculer l’aire A d’un triangle quelconque si l’on connaît la mesure

d’un angle et les mesures des deux côtés situés de part et d’autre de cet angle.

Exemple :

31
Triangle et définitions :

Hauteur :

Une hauteur est un segment de droite issu d’un sommet et qui arrive
perpendiculairement sur le côté opposé à ce sommet ou sur son prolongement.

Médiane :

Segment reliant un sommet au milieu du côté opposé.

32
Médiatrice :

Droite perpendiculaire à un segment et passant par son milieu.

Bissectrice :
Demi-droite qui partage un angle en deux angles isométriques.

33
 La mesure et la géométrie analytique

La distance entre deux points dans un plan cartésien

Pour déterminer la distance séparant deux points quelconques d’un plan cartésien,
on utilise la relation de Pythagore. On considère donc que ces deux points sont les
extrémités d’un segment correspondant à l’hypoténuse d’un triangle rectangle,
comme le montre la figure ci-dessous.

La distance entre le point P1(x1, y1) et le point P2(x2, y2) est donnée par la formule
suivante :

34
Les coordonnées du point de partage d’un segment

Pour déterminer les coordonnées d’un point situé à une fraction d’un segment à
partir de l’une de ses extrémités ou pour trouver les coordonnées d’un point qui
partage un segment selon un rapport donné, on considère que ce segment
correspond à l’hypoténuse d’un triangle rectangle, comme le montre la figure ci-
dessous.

Soit le segment dont les extrémités sont P1(x1, y1) et P2(x2, y2). Les coordonnées du
point P situé à la fraction de ce segment à partir de P1 sont déterminées par la
formule ci-dessous.

Si l’on donne plutôt un rapport de m : n selon lequel le point P partage le segment à

partir de P1, on détermine la valeur de la fraction de la façon suivante : = .

35
Exemple :

Soit le segment P1 (–8, 5) et P2 (6, 11). On veut calculer les coordonnées du point P
situé aux deux tiers de ce segment à partir de P1.

36
Les coordonnées du point milieu d’un segment

Pour déterminer les coordonnées d’un point M situé au milieu d’un segment dont
les extrémités sont P1(x1, y1) et P2(x2, y2), il suffit de remplacer la fraction par la
fraction dans la formule du point de partage d’un segment, comme le montre la
formule suivante.

37
Exemple :
Soit le segment P1 (–9, 12) et P2 (3, –7). On veut calculer les coordonnées du point
milieu M de ce segment.

38
La pente d’une droite

La pente d’une droite est l’inclinaison qu’a cette

droite par rapport à l’axe des abscisses dans un
plan cartésien. En connaissant deux points
P1(x1, y1) et P2(x2, y2), on trouve la pente de la
droite passant par ces deux points à l’aide de la
formule suivante.

Une droite ascendante a une pente positive, une droite descendante a une pente
négative, une droite horizontale a une pente nulle et une droite verticale a une pente
indéterminée.

39
La position relative de deux droites

Droites Droites Droites Droites

parallèles parallèles sécantes perpendiculaires
distinctes confondues

m1 = m2 m1 = m2
y = m1x + b1
et et m1 ≠ m2 m1 • m2 = –1
y = m2x + b2
b1 ≠ b2 b 1 = b2

40
Deux formes d’équation d’une droite

 Équation de forme canonique

y = mx + b

Pente m
Abscisse à l’origine

Ordonnée à l’origine b

 Équation de forme générale

Ax + By + C = 0

Les paramètres A, B, et C représentent des nombres entiers.

Exemple : 3x - 2y + 8 = 0

Pente

Abscisse à l’origine

Ordonnée à l’origine

41
Recherche de l’équation d’une droite non verticale

42
 Coordonnées du point d’intersection de deux droites sécantes

Méthode de comparaison
(À utiliser lorsque les deux équations comportent la même variable isolée)

43
 Méthode de substitution
(À utiliser lorsqu’une des équations comporte une variable isolée)

44
 Méthode de réduction

(À utiliser lorsque les variables des équations sont du même côté du signe d’égalité)

45
 MA MÉMOIRE
EN STATISTIQUE

L’année dernière, vous avez enrichi vos connaissances en statistique. Vous avez en effet découvert
de nouvelles méthodes d’échantillonnage, de nouvelles mesures de tendance centrale, le diagramme
de quartiles et une nouvelle mesure de dispersion. Vous avez également appris à construire des
tableaux de compilation de données groupées, à calculer les mesures de tendance centrale pour
ces données et à les représenter sur un histogramme. Enfin, à l’aide d’outils technologiques, vous
avez représenté des données statistiques selon leur type.

Quelques définitions
L’effectif d’une donnée est le nombre de fois que celle-ci apparaît dans une distribution.
L’étendue d’une distribution correspond à l’écart entre la valeur maximale et la valeur minimale de
la distribution.

Les mesures de tendance centrale

Une mesure de tendance centrale est une mesure statistique autour de laquelle se concentrent
généralement les données d’une distribution. Le mode, la médiane et la moyenne arithmétique sont
des mesures de tendance centrale.

Le mode (noté Mod)

• Le mode équivaut à la donnée ayant le plus grand effectif.
• La valeur du mode correspond nécessairement à l’une des données de la distribution.
• Le mode est représentatif lorsqu’une distribution contient une donnée ayant un grand effectif.
Dans certains cas, il peut y avoir plus d’un mode ; dans d’autres, il est possible qu’il n’y en ait pas.

Exemples :
1) Distribution sans mode : 3, 4, 6, 8, 13, 16
2) Distribution avec un mode : 3, 4, 6, 6, 6, 6, 6, 8, 13, 16
Mod = 6
3) Distribution avec plus d’un mode : 3, 3, 4, 6, 6, 6, 6, 8, 8, 8, 8, 13, 16
Cette distribution est bimodale : Mod1 5 6 et Mod2 5 8.

46
310 MA MÉMOIRE
La médiane (notée Méd)
• Dans une distribution où les données sont présentées par ordre croissant, s’il y a un nombre
impair de données, la médiane équivaut à la donnée située au milieu de la distribution.
S’il y a un nombre pair de données, la médiane équivaut à la moyenne arithmétique des deux
données situées au milieu de la distribution.
• La valeur de la médiane ne correspond pas nécessairement à une donnée de la distribution.
• La médiane est représentative, particulièrement dans les cas de distributions de données
contenant des données éloignées des autres.

Exemples :
1) Distribution avec nombre impair de données : 2, 3, 5, 7, 7, 8, 11, 13, 42
La médiane est 7, soit Méd 5 7.
2) Distribution avec nombre pair de données : 0, 2, 5, 6, 7, 8, 8, 12
617
La médiane est 6,5, soit Méd 5 2
5 6,5.

La moyenne arithmétique (notée X )

• C’est la valeur qui pourrait remplacer chacune des données de la distribution sans que cela
modifie la somme des données de la distribution.
• Pour trouver sa valeur, il faut additionner toutes les données, puis diviser le résultat
par le nombre de données de la distribution. La moyenne ne correspond pas nécessairement
à une donnée de la distribution.
• La moyenne arithmétique est représentative lorsqu’il n’y a pas de données éloignées des autres.

Exemple :
Soit la distribution : 11, 8, 23, 17, 30.

La moyenne est 17,8, soit X 5 11 1 8 1 23 1171 30 5 17,8.

5

EXERCICES DE RÉVISION

47
Ma mémoire en statistique 311
 Le diagramme de quartiles
Le diagramme de quartiles nous renseigne
sur la répartition ou l’éparpillement des Les quartiles sont trois mesures de position qui séparent
données dans une distribution. Il est conçu une distribution présentée par ordre croissant en quatre
groupes ayant le même nombre de données.
à partir de cinq valeurs : la valeur minimale,
la valeur maximale et les trois quartiles de Le deuxième quartile (Q2) est la médiane de la distribution.
la distribution. Le diagramme de quartiles Le premier quartile (Q1) est la médiane de la première moitié
est toujours accompagné d’un axe de de la distribution.
nombres. Voici les étapes à suivre pour Le troisième quartile (Q3) est la médiane de la seconde moitié.
réaliser un diagramme de quartiles.
Étape 1 : Calculer les quartiles.
Pour calculer les quartiles, il faut d’abord mettre les données de la distribution par ordre croissant.
On calcule ensuite le deuxième quartile (Q2), puis le premier (Q1) et le troisième (Q3).

Exemple :
Soit la distribution de données suivantes.
41 53 56 60 66 71 75 89 98
Le deuxième quartile (Q2) est la médiane de la distribution : Q2 5 66

Le premier quartile (Q1) est la médiane

de la première moitié de la distribution : Q1 5 53 1 56 5 54,5
2

Le troisième quartile (Q3) est la médiane

de la seconde moitié de la distribution : Q3 5 75 1 89 5 82
2

Étape 2 : Construire un axe de nombres.

On détermine les graduations de l’axe en considérant l’étendue, c’est-à-dire l’écart entre la valeur
minimale et la valeur maximale de la distribution. L’étendue d’une distribution est présentée sur le
diagramme par la longueur totale de ce dernier.
Il est préférable d’avoir de 10 à 20 graduations.

Dans ce cas-ci, l’étendue est de 98 2 41 5 57, soit environ 60. Si l’on utilise 15 graduations,
chacune représente un pas de 4 (soit 60 4 15 5 4).

40 52 64 76 88 100

48
312 MA MÉMOIRE
Étape 3 : Construire le diagramme de quartiles au-dessus de l’axe de nombres.
• Positionner les cinq valeurs déterminées précédemment sur l’axe de nombres :
la valeur minimale, Q1, Q2, Q3 et la valeur maximale.
• Tracer des traits verticaux vis-à-vis de ces cinq valeurs.
• Au-dessus de l’axe, construire un rectangle dont le côté droit et le côté gauche correspondent
respectivement aux traits verticaux représentant Q1 et Q3.
• Tracer un segment horizontal (une tige) reliant les deux traits verticaux les plus à gauche.
• Tracer un autre segment horizontal (une autre tige) reliant les deux traits verticaux les plus à droite.

Valeur Valeur
minimale Q1 Q2 Q3 maximale

40 52 64 76 88 100

Les composantes d’un diagramme de quartiles

• Les tiges à gauche et à droite représentent chacune un intervalle comportant environ 25 %
des données de la distribution.
• Le grand rectangle central représente un intervalle comportant environ 50 % des données.

Les mesures de dispersion

Une mesure de dispersion est une mesure statistique qui rend compte de l’éparpillement des
données d’une distribution. L’étendue et l’étendue interquartile sont des mesures de dispersion.
• À l’aide du diagramme de quartiles, on peut déterminer l’étendue et l’étendue interquartile,
qui nous renseignent sur la répartition des données.
• On considère qu’une distribution de données comporte des L’étendue interquartile
données aberrantes (données fortement éloignées des autres) si correspond à l’écart entre la
l’une ou l’autre des tiges est au moins une fois et demie plus valeur du troisième quartile,
longue que la longueur du rectangle. Ce renseignement peut nous et celle du premier quartile,
soit (Q3 2 Q1). Elle est
guider dans l’interprétation d’une mesure de tendance centrale,
représentée par la longueur
telle que la moyenne arithmétique, pour représenter du rectangle.
judicieusement la distribution.

Exemple :
Dans la distribution précédente, il n’y a pas de données aberrantes, car chacune des tiges est
plus petite qu’une fois et demie l’étendue interquartile. En effet, l’étendue interquartile est 27,5
(soit 82 2 54,5). Les tiges mesurent 13,5 et 16 (soit 54,5 2 41 et 98 2 82). On a donc 13,5 , 41,25
et 16 , 41,25 (soit 13,5 , 1,5 3 27,5 et 16 , 1,5 3 27,5).

EXERCICES DE RÉVISION

49
Ma mémoire en statistique 313
50
Les mesures de positions
Le rang centile
Outre la moyenne, la médiane et le mode, le rang centile est une mesure de
position qu’il est justifié d’utiliser lorsque le nombre de données dans la
distribution est très élevé. Le rang centile d’une donnée indique le pourcentage
des données ayant une valeur inférieure ou égale à celle-ci. Cette mesure
statistique permet de situer une donnée par rapport aux autres dans
une distribution classée par ordre croissant.

51
52
MES OUTILS EN STATISTIQUE

La corrélation linéaire
Le nuage de points et le tableau à double entrée

Pour faire ressortir une relation statistique entre les deux variables d’une distribution,
on peut utiliser les deux modes de représentation ci-dessous.

• Le nuage de points • Le tableau à double entrée

y Valeurs en y

20 22 23 24 26 27 29 30 31 32 34 35 37
38
9 1 4 3
34 8 3 2
7 1 5
30
Valeurs en x
6 2
26
5 2 1
22 4 1 4
3 1 2 3
x
0 2 2 4
2 4 6 8 10
1 3

En observant l’aspect du nuage de points construit,

il est possible de reconnaître une corrélation linéaire La corrélation est une relation statis-
tique entre deux variables, qui peut
entre les variables si les points semblent se regrouper autour
conduire à certaines prédictions
d’une droite. Si les points ne semblent pas former une droite,
à propos de ces variables.
on dit que la corrélation linéaire est nulle. Dans certains cas,
Lorsque les points d’un nuage de points
la corrélation peut être quadratique, exponentielle, etc.
semblent se regouper autour d’une
droite, on dit que la corrélation
est linéaire.
Le concept de corrélation linéaire

Les statisticiens et statisticiennes ont établi le coefficient

de corrélation linéaire (une valeur se situant entre 21 et 1)
afin de quantifier l’intensité et le sens de la relation linéaire entre les variables.

En traçant un rectangle autour du nuage de points, on peut estimer le coefficient de corrélation

linéaire selon la formule ci-dessous.
 mesure de la largeur 
r ≈ ± 1 −
 mesure de la longueeur 

Exemple 1 : y Exemple 2 : y

r ≈ + 1 − 16  r ≈ − 1 − 10 
 50
16 mm
 60
60 mm
r ≈ 0, 68 r ≈ − 0, 83

50 mm
10 mm
x x

Le coefficient de corrélation est positif, Le coefficient de corrélation est négatif,

car la corrélation est positive. car la corrélation est négative.

53
MODULE 9 ■ La corrélation linéaire 185
 VALEUR DU COEFFICIENT
EXEMPLES DE NUAGES DE POINTS ASSOCIÉS À r
DE CORRÉLATION (NOTÉ r)

r 5 21 y y
Corrélation linéaire négative
parfaite

x x
21 ,r,0 y y y
Corrélation linéaire négative
variant de forte à faible

x x x
forte faible

r50 y y y
Corrélation linéaire nulle

x x x

0,r,1 y y y
Corrélation linéaire positive
variant de faible à forte

x x x
faible forte

r51 y y
Corrélation linéaire positive
parfaite

x x

Dans une étude statistique, il faut toujours observer et analyser le nuage de points (ou le tableau
à double entrée) et le coefficient de corrélation linéaire obtenus avant d’interpréter les résultats.
Le nuage de points et le tableau à double entrée servent à analyser des situations concrètes pour
faciliter la prise de décisions. L’existence d’une corrélation entre les deux variables ne signifie pas
nécessairement que l’une des variables est la cause et l’autre l’effet ; deux phénomènes qui n’ont
aucun lien entre eux peuvent fournir des données qui croissent ou décroissent en même temps.

Il importe donc de tenir compte du contexte et d’exercer son jugement pour interpréter
la corrélation linéaire entre deux variables.

Exemple :
Une corrélation linéaire entre les ventes de pneus d’hiver et celles de médicaments contre
la grippe ne signifie pas qu’acheter des pneus d’hiver rend malade ou qu’avoir la grippe incite
à changer de pneus ! En effet, qu’est-ce qui pourrait bien expliquer une telle corrélation entre
ces deux variables ?

54
186 S TAT I S T I Q U E
MES OUTILS EN STATISTIQUE

La droite de régression

Lorsque la relation étudiée est une corrélation linéaire, on peut trouver l’équation de la droite
de régression à l’aide de la méthode médiane-médiane ou de la méthode de Mayer.

Méthode médiane-médiane Méthode de Mayer

• On ordonne les points dans l’ordre croissant de leurs • On ordonne les points dans
abscisses, puis on les sépare en trois groupes comportant l’ordre croissant de leurs abscisses,
un même nombre de données. Si le nombre de points puis on calcule la moyenne
n’est pas un nombre divisible par 3, il doit y avoir le même des abscisses et la moyenne des
nombre de points dans le premier et le dernier groupe. ordonnées de la première moitié.
Ces deux valeurs déterminent
• On calcule la médiane des abscisses et la médiane
les coordonnées d’un point P1.
des ordonnées des points du premier groupe. Ces
deux valeurs déterminent les coordonnées d’un point • On trouve un autre point P2
que l’on nommera P1. en procédant de la même façon
avec la seconde moitié.
• On trouve deux autres points en procédant de la même
façon avec les deux autres groupes de points. • À partir de ces deux points, P1
et P2, on peut établir l’équation
• On trace la droite qui passe par le point P1 et P3.
de la droite.
• La droite de régression est la droite qui passe par
le point moyen des points médians P1, P2 et P3 et qui
est parallèle à celle passant par les points P1 et P3.

Exemple : Pour vous rappeler comment trouver l’équation

Calcul de la droite de régression pour
les données ci-contre, selon la méthode
médiane-médiane et la méthode de Mayer.
d’une droite à partir de deux points, consultez
la section Ma mémoire ou Mes outils au
module 9.

Méthode médiane-médiane y
P1 (2, 21,2) 38
4 + 5 = 4, 5 x y
P2 (4,5, 25,2), soit et 34
2
1 18,6
24,1 + 26, 3 30
= 25, 2 2 21,2
2 26
3 22,8
P3 (7, 32) 22
4 24,1
L’équation est y 5 2,16x 1 16,88. 18
5 26,3
Méthode de Mayer 6 29,7 14

1 + 2 + 3 + 4 = 2, 5 7 32,0 10
P1 (2,5, 21,7), soit et
4
8 36,4 6
18, 6 + 21, 2 + 22, 8 + 24,1
= 21, 7 2
4 x
5 + 6 + 7 + 8 = 6, 5 0
P2 (6,5, 31,1), soit et 2 4 6 8 10
4
26, 3 + 29, 7 + 32 + 36, 4
= 31,1
4
L’équation est y 5 2,35x 1 15,825.

55
MODULE 9 ■ La corrélation linéaire 193