Université Mohammed V- Rabat

Faculté des Sciences Juridiques, Economiques et Sociales- Agdal

Module : analyse de données appliquée

Examen final
Professeur : Karim DOUMI
Durée : 2H
Exercice 1 (06 pts)

1. Expliquer l’intérêt de l’utilisation de l’ANOVA dans une méthode de régression ?

justifier votre réponse.
2. Expliquer comment les tests d'hypothèse et l'estimation par intervalle de confiance
constituent des approches complémentaires dans l'analyse inférentielle !?
3. Expliquer brièvement les étapes d’un projet de l’analyse de données.
4. Expliquer le principe de la multi-colinéarité dans un modèle de régression linéaire
multiple.

Exercice 2 (07 pts)

Nous voulons savoir quelles variables influencent la vente (VENTES) semestrielle des
produits. La théorie nous indique que le prix a une importante influence sur les ventes (PRIX).
Nous désirons savoir si le classement des clients en segments (CLASSEMENT), la promotion
(PROMO), ainsi que le point de vente (PV) exercent également une influence sur la vente
semestrielle des produits (RLM_ventes.sav).
Nous avons choisi la méthode de régression ‘’Ascendante’’ dans le but d'illustrer les différentes
possibilités de modélisation pour expliquer la vente.
1. Interpréter le tableau des statistiques descriptives.
2. Interpréter l’output (R, R2, R2 ajusté).
3. Donner et interpréter le résultat du tableau ANOVA.
4. Tester la multi colinéarité par la Variance Inflation Factor (VIF) et par la Tolérance.
5. Donner et interpréter la droite de régression linéaire estimée du meilleur modèle.
6. Conclusion.

Exercice 3 (07 pts)

Nous voulons savoir s’il existe une différence entre les niveaux de scolarité sur le
nombre d’heures moyen travaillées par semaine ? Autrement dit, peut-on croire qu’un plus
grand nombre d’années de scolarité rime avec moins d’heures de travail par semaine ? Pour
vérifier cette hypothèse, nous allons utiliser les données de la base « GSSNET.SAV ».
La variable indépendante sera DEGREE qui regroupe les répondants selon le diplôme obtenu,
soit en cinq groupes.
La variable dépendante sera HRS1 qui contient le nombre d’heures travaillées par semaine
pour tous les répondants.
1. Tracer et interpréter le diagramme « barre d’erreur ».
2. Donner et interpréter la valeur du test d’homogénéité des variances.
3. Tracer et interpréter le tableau d’ANOVA.
4. Comparer les moyennes. Conclusion ?