Académique Documents
Professionnel Documents
Culture Documents
Management QF01
Chapitre 3. Statistique descriptive bivariée
Décrire les liens entre deux variables statistiques
2
Exemple : Cas Timbert
3
De l’analyse univariée à…
-- 85 Femme 328
++ 179
Total 800
4
… l’analyse bivariée
Genre Femme Homme Total
Satisfaction
-- 53 32 85
- 156 88 244
+ 92 200 292
++ 27 152 179
-- 85 Femme 328
++ 179
Total 800
6
Distributions conditionnelles
Satisfaction/Femme Effectif Genre/++ Effectif
-- 53 Femme 27
+ 92 Total 179
++ 27
Total 328
7
Tableau de profils ligne
Genre Femme Homme Total
Satisfaction
-- 62 38 100
- 64 36 100
+ 32 68 100
++ 15 85 100
Marge 41 59 100
8
Tableau de profils colonne
Genre Femme Homme Marge
Satisfaction
-- 16 7 11
- 48 19 30
+ 28 42 37
++ 8 32 22
10
Cas Timbert : Situation observée
Satisfaction
-- 53 32 85
- 156 88 244
+ 92 200 292
++ 27 152 179
Satisfaction
-- 35 50 85
++ 73 106 179
N i. N.j
Tij
N
Ni. :effectif marginal en ligne
N : effectif total
13
Indicateur de dépendance : Khi-deux
14
Avec une variable quantitative
15
Étude du prix selon le genre
Femmes
1
N1
Hommes
2
N2
²
N 16
Étude du prix selon le genre
17
Étude du prix selon le genre
Femmes
1
N1
Hommes
2
? N2
²
N
18
Corrélation
X qualitative
Y quantitative
i, μ Y/X x i μ Y
19
Étude du prix selon le genre
Femmes
1
N1
Variance
inter
Hommes
2
N2
²
N
20
Étude du prix selon le genre
Femmes
1 = 4,9 1²
N1 = 328
Variance
inter
Hommes
= 2 = 3,8 2²
N2 = 472
?
= 4,25
²
N = 800
21
Étude du prix selon le genre
Femmes
1 1²
N1
Variance
inter
Hommes
} Variance
intra
2 2²
N2
²
N
22
Étude du prix selon le genre
Femmes
1 1² = 1,1
N1 = 328
Variance
inter
Hommes
} Variance
Intra
2 2² = 2 =
N2 = 472
?
²
N = 800
23
Étude du prix selon le genre
Femmes
1 1²
N1
Variance
inter
Hommes
} Variance
intra
2 2²
N2
²
N
24
Rapport de corrélation
25
Indicateur de la corrélation simple
²Y/X
s’interprète comme
un pourcentage
de la variance de Y
26
Deux variables quantitatives
27
De la description / synthèse à la construction d’un modèle
Existe-t-il un lien?
28
Exemple 1
29
Graphique 1
400
350
300
montant achats
250
200
150
100
50
0
0 2 4 6 8 10 12 14
nombre enfants
30
Graphique 2
120
100
montant achats 80
60
40
20
0
10 20 30 40 50 60 70 80 90
âge
31
Graphique 3
700
600
500
montant
400
300
200
100
0
0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
revenu
32
Exemple 2
33
Exemple 2
350
300
250
200
CA
150
100
50
0
0 2 4 6 8 10 12 14 16 18
nb d'employés
34
Coefficient de corrélation linéaire
CovX, Y
ρ
σXσY
35
Exemple 2
Y = 96,67
= ???
36
Attention :
37
Télévision et espérance de vie
38
peut être trompeur!
Toujours
dessiner le nuage de points
39
40
Faire un ajustement linéaire
Exemple 2
350
300
250
200
CA
150
100
50
0
0 2 4 6 nb 8 10
d'employés 12 14 16 18
41
Droite des moindres carrés de Y en X
Variable explicative : X
Variable expliquée : Y
Ŷ β1X β 0
où
β1 CovX, Y / σ 2X
β 0 μ Y β1μ X
42
Les résidus
43
Décomposition de la variance
Variance totale
=
Variance expliquée par la droite + Variance résiduelle
44
Coefficient de détermination
45
Procédure générale
46