A propos du © Pratique des biostatistiques [Link].

be/biostats Eric

Type de véhicule Prix Cylindrée Puissance Poids

Reference: [Link]/~ricco/cours/
(FrS) (cm3) (kW) (kg)
exercices/conso_vehicules_regression.xls
x x x x
1i 2i 3i 4i

Daihatsu Cuore 11600 846 32 650

Suzuki Swift 1.0 GLS Description: Les caractéristiques
12490 993 39 de 790
différents v
Fiat Panda Mambo L 10450 899 29 730
VW Polo 1.4 60
été relevées et
17140
comparées
1390
à leur
44
consommation
955
Opel Corsa 1.2i Eco Nombre de véhicules:
14825 119531 33 895
Subaru Vivio 4WD Variables:13730 658 32 740
Toyota Corolla 19490 1331 55 1010
Ferrari 456 GT
1 Prix (Francs
285000
suisses)
5474 325 1690
Mercedes S 600 2 Cylindrée
183900 5987 300 2250
Maserati Ghibli GT 3 Puissance92500 2789 209 1485
Opel Astra 1.6i 16V 25000 1597 74 1080
Peugeot 306 XS 108 4 Poids 22350 1761 74 1100
Renault Safrane 2.2. V5 Consommation
36600 2165 101 1500
Seat Ibiza 2.0 GTI 22500 1983 85 1075
VW Golt 2.0 GTI 31580 1984 85 1155
Citroen ZX Volcane Etablir la relation
28750 entre
1998 la variable
89 Consommatio
1140
Fiat Tempra 1.6 Liberty
rechercher pas à pas le nombre de 1080
22600 1580 65 variables mi
Fort Escort 1.4i PT 20300 1390 54 1110
Honda Civic Joker 1.4permettent de prédire
19900 1396raisonnablement
66 1140 la conso
Volvo 850 2.5 véhicule. 39800 2435 106 1370
Ford Fiesta 1.2 Zetec 19740 1242 55 940
Hyundai Sonata 3000 38990 2972 107 1400
Lancia K 3.0 LS 50800 2958 150 1550
Mazda Hachtback V 36200 2497 122 1330
Mitsubishi Galant 31990 1998 66 1300
Opel Omega 2.5i V6 47700 2496 125 1670
Peugeot 806 2.0 36950 1998 89 1560
Nissan Primera 2.0 26950 1997 92 1240
Seat Alhambra 2.0 36400 1984 85 1635
Toyota Previa salon 50900 2438 97 1800
Volvo 960 Kombi aut 49300 2473 125 1570
[Link]/biostats Eric Depiereux - Université de Namur
Consommatio
n
cco/cours/
(l/100km)
[Link] y i

5.7
s de différents
5.8 véhicules suisses ont
6.1
r consommation.
6.5
6.8
6.8
7.1
21.3
18.7
14.5
7.4
9
11.7
9.5
9.5
le Consommation
8.8 et les autres et
de variables9.3minimales qui
8.6
blement la consommation
7.7 du
10.8
6.6
11.7
11.9
10.8
7.6
11.3
10.8
9.2
11.6
12.8
12.7
A propos du © Pratique des biostatistiques [Link]/biostats Eric

Type de véhicule Prix Cylindrée Puissance Poids

(Frs) (cm3) (kW) (kg)
x1i x2i x3i x4i
Daihatsu Cuore 11600 846 32 650
Suzuki Swift 1.0 GLS 12490 993 39 790
Fiat Panda Mambo L 10450 899 29 730
VW Polo 1.4 60 17140 1390 44 955
Opel Corsa 1.2i Eco 14825 1195 33 895
Subaru Vivio 4WD 13730 658 32 740
Toyota Corolla 19490 1331 55 1010
Ferrari 456 GT 285000 5474 325 1690
Passer en revue les variables : cliquer sur les points, saisir les donnée
Mercedes S 600 183900 5987 300 2250
Maserati Ghibli GT 92500 2789
350 209 1485
Opel Astra 1.6i 16V 25000 1597 74 1080
Peugeot 306 XS 108 22350 1761
300 74 1100
Renault Safrane 2.2. V 36600 2165
R² = 0.907494129
101 1500
Seat Ibiza 2.0 GTI 22500 250
1983 85 1075
VW Golt 2.0 GTI 31580 1984 85 1155
Citroen ZX Volcane 28750 200
1998 89 1140
Fiat Tempra 1.6 Liberty 22600 1580 65 1080
Fort Escort 1.4i PT 20300 150
1390 54 1110
Honda Civic Joker 1.4 19900 1396 66 1140
Volvo 850 2.5 39800 100
2435 106 1370
Ford Fiesta 1.2 Zetec 19740 1242 55 940
Hyundai Sonata 3000 38990 50
2972 107 1400
Statistiques bivariée
Lancia K 3.0 LS 50800 2958 150 1550
: la variable la plus
Mazda Hachtback V 36200 0
2497
4 6
122
8 106612 14 161300
1330
18 20 22 24
Mitsubishi Galant 31990 1998
corrélée à
Opel Omega 2.5i V6 47700 2496 125
consommation 1670
consommation est
Peugeot 806 2.0 36950 1998 89 1560
Nissan Primera 2.0 26950 1997 92 1240
puissance
Seat Alhambra 2.0 36400 1984 85 1635
Elle est entrée dans
Toyota Previa salon
Volvo 960 Kombi aut
50900
49300
2438
2473
97
125
1800
1570
un régression à
moyenne 43755.6452
deux variables variance 3032182635
2093.67742 97.0967742 1256.12903
1327925.69 4808.15699 130142.849
R2 = 0,90
modèle b0 b1
source 5.19397024 0.0490322
6.76300064 1 32
7.10622605 1 39
6.61590404 1 29
7.35138705 1 44
 6.81203284 1 33
6.76300064 1 32

7.89074125 1 55
21.1294353 1 325
19.9036303 1 300
15.4417001 1 209
8.82235305 1 74
8.82235305 1 74
10.1462225 1 101
9.36170726 1 85
9.36170726 1 85
9.55783606 1 89
8.38106325 1 65
7.84170905 1 54
8.43009545 1 66
10.3913835 1 106
7.89074125 1 55
10.4404157 1 107
12.5488003 1 150
11.1758987 1 122
8.43009545 1 66
11.3229953 1 125
9.55783606 1 89
9.70493266 1 92
9.36170726 1 85
9.95009366 1 97
11.3229953 1 125
moyenne 9.95483871
variance 11.5595626
R2 0.90749413
[Link]/biostats Eric Depiereux - Université de Namur
Consommatio
n Prix Cylindrée Puissance Poids Consommation
(l/100km) Z1 Z2 Z3 Z4 Z5
yi
5.7 -0.584 -1.083 -0.939 -1.680 -1.192
5.8 -0.568 -0.955 -0.838 -1.292 -1.164
6.1 -0.605 -1.037 -0.982 -1.458 -1.080
6.5 -0.483 -0.611 -0.766 -0.835 -0.968
6.8 -0.525 -0.780 -0.924 -1.001 -0.884
6.8 -0.545 -1.246 -0.939 -1.431 -0.884
7.1 -0.441 -0.662 -0.607 -0.682 -0.800
21.3 4.381 2.933 3.287 1.203 3.179
sur les points, saisir les données encadrées et faire glisser.
18.7 2.545 3.379 2.926 2.755 2.450
14.5 0.885 0.603 1.614 0.634 1.274
7.4 -0.341 -0.431 -0.333 -0.488 -0.716
9 -0.389 -0.289 -0.333 -0.433 -0.268
4129 11.7 -0.130 0.062 0.056 0.676 0.489
9.5 -0.386 -0.096 -0.174 -0.502 -0.127
9.5 -0.221 -0.095 -0.174 -0.280 -0.127
8.8 -0.273 -0.083 -0.117 -0.322 -0.324
9.3 Puissance
-0.384 -0.446 -0.463 -0.488 -0.183
8.6 Linear-0.426
(Puissance) -0.611 -0.622 -0.405 -0.380
7.7 -0.433 -0.605 -0.448 -0.322 -0.632
10.8 -0.072 0.296 0.128 0.316 0.237
6.6 -0.436 -0.739 -0.607 -0.876 -0.940
11.7 -0.087 0.762 0.143 0.399 0.489
11.9 0.128 0.750 0.763 0.815 0.545
10.8 -0.137 0.350 0.359 0.205 0.237
14 16 18 20 22 247.6 -0.214 -0.083 -0.448 0.122 -0.660
mation 11.3 0.072 0.349 0.402 1.147 0.377
10.8 -0.124 -0.083 -0.117 0.842 0.237
9.2 -0.305 -0.084 -0.074 -0.045 -0.211
11.6 -0.134 -0.095 -0.174 1.050 0.461
12.8 0.130 0.299 -0.001 1.508 0.797
12.7 0.101 0.329 0.402 0.870 0.769

9.95483871 0.00 0.00 0.00 0.00 0.00

12.7378925 1.00 1.00 1.00 1.00 1.00

Matrice de corrélation 1/n Z'Z

Prix Cylindrée Puissance Poids
Prix 1 0.897778994 0.9351708467 0.6349611434
Cylindrée 0.897778994 1 0.9625134059 0.8378675995
Puissance 0.935170847 0.962513406 1 0.7798227776
Poids 0.634961143 0.837867599 0.7798227776 1
Consommatio 0.891110395 0.940992027 0.9526248627 0.8638622958
 Matrice de détermination (entrer une valeur limite coin s

0.8 Prix Cylindrée Puissance Poids

Prix 0.81 0.87
Cylindrée 0.81 0.93
Puissance 0.87 0.93
Poids
Consommat 0.89 0.91
Consommation
0.891110395
0.940992027
0.952624863
0.863862296
1
rer une valeur limite coin sup gauche)

Consommation

0.89
0.91
A propos du © Pratique des biostatistiques [Link]/biostats Eric

Type de véhicule Prix Cylindrée Puissance Poids

(Frs) (cm3) (kW) (kg)
x1i x2i x3i x4i
Daihatsu Cuore 11600 846 32 650
Suzuki Swift 1.0 GLS 12490 993 39 790
Fiat Panda Mambo L 10450 899 29 730
VW Polo 1.4 60 17140 1390 44 955
Opel Corsa 1.2i Eco 14825 1195 33 895
Subaru Vivio 4WD 13730 658 32 740
Toyota Corolla 19490 1331 55 1010
Ferrari 456 GT 285000 5474 325 1690
Mercedes S 600 183900 5987 300 2250
Maserati Ghibli GT 92500 2789 209 1485
Opel Astra 1.6i 16V 25000 1597 74 1080
Peugeot 306 XS 108 22350 1761 74 1100
Renault Safrane 2.2. V 36600 2165 101 1500
Seat Ibiza 2.0 GTI 22500 1983 85 1075
VW Golt 2.0 GTI 31580 1984 85 1155
Citroen ZX Volcane 28750 1998 89 1140
Fiat Tempra 1.6 Liberty 22600 1580 65 1080
Fort Escort 1.4i PT 20300 1390 54 1110
Honda Civic Joker 1.4 19900 1396 66 1140
Volvo 850 2.5 39800 2435 106 1370
Ford Fiesta 1.2 Zetec 19740 1242 55 940
Hyundai Sonata 3000 38990 2972 107 1400
Lancia K 3.0 LS 50800 2958 150 1550
Mazda Hachtback V 36200 2497 122 1330
Mitsubishi Galant 31990 1998 66 1300
Opel Omega 2.5i V6 47700 2496 125 1670
Peugeot 806 2.0 36950 1998 89 1560
Nissan Primera 2.0 26950 1997 92 1240
Seat Alhambra 2.0 36400 1984 85 1635
Toyota Previa salon 50900 2438 97 1800
Volvo 960 Kombi aut 49300 2473 125 1570

moyenne 43755.6452 2093.67742 97.0967742 1256.129032

variance 3032182635 1327925.69 4808.15699 130142.8495

modèle b0 b1 b2
2.56053379 0.03664043 0.003054333
source Puissance Poids
5.71834444 1 32 650
6.40243417 1 39 790
5.85276982 1 29 730
7.08960137 1 44 955
6.50329658 1 33 895
 5.99323446 1 32 740
7.66063448 1 55 1010
19.6304985 1 325 1690
20.4249144 1 300 2250
14.7540697 1 209 1485
8.57060608 1 74 1080
8.63169275 1 74 1100
10.8427179 1 101 1500
8.95837918 1 85 1075
9.20272586 1 85 1155
9.3034726 1 89 1140
8.24084217 1 65 1080
7.9294274 1 54 1110
8.46074261 1 66 1140
10.6288567 1 106 1370
7.44683114 1 55 Régression mu
940
10.7571271
12.7908158
1
1
107
150
corrélée à con
1400
1550
11.0929303 1 122 puissance est
1330
8.94943597 1 66 1300
12.241325 1 125 Elle est entrée
1670
10.5862927
9.71882725
1
1
89
92
trois variables
1560
1240
10.6688059 1 85 R = 0,944
2
1635
11.6124562 1 97 1800
11.9358916 1 125 1570
moyenne 9.95483871
variance 12.0353385

R2 0.9448
[Link]/biostats Eric Depiereux - Université de Namur
Consommatio
n
(l/100km)
yi
5.7
5.8
6.1
6.5
6.8
6.8
7.1
21.3
18.7
14.5
7.4
9
11.7
9.5
9.5
8.8
9.3
8.6
7.7
10.8
6.6
11.7
11.9
10.8
7.6
11.3
10.8
9.2
11.6
12.8
12.7

9.95483871
12.7378925

R2
b Prix 0.907
c Cylindrée 0.915
d Puissance
e Poids 0.94
 Pour changer la
variable dans la
régression : modifier les
valeur pointées en
E41,E42….

Régression multiple: la variable la plus

corrélée à consommation = b0 + b1
puissance est poids.
Elle est entrée dans un régression à
trois variables
R2 = 0,944
A propos du © Pratique des biostatistiques [Link]/biostats Eric
Type de véhicule Prix Cylindrée Puissance Poids
(Frs) (cm3) (kW) (kg)
x1i x2i x3i x4i
Daihatsu Cuore 11600 846 32 650
Suzuki Swift 1.0 GLS 12490 993 39 790
Fiat Panda Mambo L 10450 899 29 730
VW Polo 1.4 60 17140 1390 44 955
Opel Corsa 1.2i Eco 14825 1195 33 895
Subaru Vivio 4WD 13730 658 32 740
Toyota Corolla 19490 1331 55 1010
Ferrari 456 GT 285000 5474 325 1690
Mercedes S 600 183900 5987 300 2250
Maserati Ghibli GT 92500 2789 209 1485
Opel Astra 1.6i 16V 25000 1597 74 1080
Peugeot 306 XS 108 22350 1761 74 1100
Renault Safrane 2.2. V 36600 2165 101 1500
Seat Ibiza 2.0 GTI 22500 1983 85 1075
VW Golt 2.0 GTI 31580 1984 85 1155
Citroen ZX Volcane 28750 1998 89 1140
Fiat Tempra 1.6 Liberty 22600 1580 65 1080
Fort Escort 1.4i PT 20300 1390 54 1110
Honda Civic Joker 1.4 19900 1396 66 1140
Volvo 850 2.5 39800 2435 106 1370
Ford Fiesta 1.2 Zetec 19740 1242 55 940
Hyundai Sonata 3000 38990 2972 107 1400
Lancia K 3.0 LS 50800 2958 150 1550
Mazda Hachtback V 36200 2497 122 1330
Mitsubishi Galant 31990 1998 66 1300
Opel Omega 2.5i V6 47700 2496 125 1670
Peugeot 806 2.0 36950 1998 89 1560
Nissan Primera 2.0 26950 1997 92 1240
Seat Alhambra 2.0 36400 1984 85 1635
Toyota Previa salon 50900 2438 97 1800
Volvo 960 Kombi aut 49300 2473 125 1570

moyenne 43755.6452 2093.67742 97.0967742 1256.129032

variance 3032182635 1327925.69 4808.15699 130142.8495

modèle b0 b1 b2
2.54858212 0.03879119 0.003171052
source Puissance Poids
5.71228737 1 32 650
6.40365584 1 39 790
5.84090264 1 29 730
7.05570263 1 44 955
6.47072854 1 33 895
6.02852578 1 32 740
 7.6664933 1 55 1010
19.6167205 1 325 1690
20.3385658 1 300 2250
14.9073839 1 209 1485
8.58185903 1 74 1080
8.61837383 1 74 1100
10.8678757 1 101 1500
8.92937881 1 85 1075
9.18289891 1 85 1155
9.28820103 1 89 1140
8.23552734 1 65 1080
7.93512763 1 54 1110
8.49476914 1 66 1140
10.605298 1 106 1370
7.45912121 1 55 940
10.6511193 1 107 1400
12.7970953 1 150 1550
11.0889432 1 122 1330
8.90337191 1 66 1300
12.2836385 1 125 1670
10.6200429 1 89 1560
9.72184388 1 92 1240
10.7050039 1 85 1635
11.6192375 1 97 1800
11.9703068 1 125 1570
moyenne 9.95483871
variance 12.0372732

R2 0.945
[Link]/biostats Eric Depiereux - Université de Namur
Consommation
(l/100km)
yi
5.7
5.8
6.1
6.5
6.8
6.8
7.1
21.3
18.7
14.5
7.4
9
11.7
9.5
9.5
8.8
9.3
8.6
7.7
10.8
6.6
11.7
11.9
10.8
7.6
11.3
10.8
9.2
11.6
12.8
12.7

9.95483871
12.73789247

b3
-0.000164062
Cylindrée R2
846 b Prix 0.953
993 c Cylindrée 0.944
899 d Puissance
1390 e Poids
1195
658
1331
5474
5987 Régression multiple : le coefficient de
2789
1597 détermination du modèle
1761
2165
consommation = b0 + b1 puissance +
1983 b2 poids
1984
1998 n'est pas améliorée par l'adjonction de
1580
1390
la variable prix ni cylindrée
1396 Mais est-ce la meilleure solution?
2435
1242
2972
2958
2497
1998
2496
1998 Passer en revue les variables : cliquer sur les points, saisir les données encadrées et faire glisser.
1997
1984 300008
2438 R² = 0.943358953
2473
250008

200008

150008 Prix
Exponential (Prix)

100008

50008

8
4 6 8 10 12 14 16 18 20 22 24

consommation

La relation prix/ consommation est

exponentielle
La relation linéaire est Log du prix vs
consommation R2 = 0,94
La relation prix/ consommation est
exponentielle
La relation linéaire est Log du prix vs
consommation R2 = 0,94
ent de

ance +

tion de

n?

encadrées et faire glisser.

rix
Exponential (Prix)

est

ix vs
est

ix vs
A propos du © Pratique des biostatistiques [Link]/biostats Eric

Type de véhicule LOG Prix Cylindrée Puissance Poids

(Frs) (cm3) (kW) (kg)
x1i x2i x3i x4i
Daihatsu Cuore 9.3587603771 846 32 650
Suzuki Swift 1.0 GLS 9.4326836031 993 39 790
Fiat Panda Mambo L 9.2543572574 899 29 730
VW Polo 1.4 60 9.7491701922 1390 44 955
Opel Corsa 1.2i Eco 9.6040702239 1195 33 895
Subaru Vivio 4WD 9.5273384988 658 32 740
Toyota Corolla 9.8776567925 1331 Passer en55revue les variables
1010 : cliquer sur les po
Ferrari 456 GT 12.560244459 5474 325 13 1690
Mercedes S 600 12.122147411 5987 300 2250
12.5
Maserati Ghibli GT 11.434963924 2789 209 R²1485
= 0.943358953
Opel Astra 1.6i 16V 10.126631104 1597 74 12 1080
Peugeot 306 XS 108 10.0145816 1761 7411.5 1100
Renault Safrane 2.2. V 10.507803519 2165 101 1500
Seat Ibiza 2.0 GTI 10.021270588 1983 85 11 1075
VW Golt 2.0 GTI 10.360279288 1984 8510.5 1155
Citroen ZX Volcane 10.266393046 1998 89 1140
10
Fiat Tempra 1.6 Liberty 10.025705185 1580 65 1080
Fort Escort 1.4i PT 9.918376165 1390 54 9.5 1110
Honda Civic Joker 1.4 9.8984750107 1396 66 9 1140
Volvo 850 2.5 10.591622191 2435 106 1370
Ford Fiesta 1.2 Zetec 9.890402313 1242 55 8.5 940
Hyundai Sonata 3000 10.571060482 2972 107 8 1400
Lancia K 3.0 LS 10.835651634 2958 150 4 6 1550
8 10 12 14 16
Mazda Hachtback V 10.496814398 2497 122 1330
consommation
Mitsubishi Galant 10.373178633 1998 66 1300
Opel Omega 2.5i V6 10.772686677 2496 125 1670
Peugeot 806 2.0 10.517320926 1998 89 1560
Nissan Primera 2.0 10.201738576 1997 92 1240
Seat Alhambra 2.0 10.502324054 1984 85 1635
Toyota Previa salon 10.837618203 2438 97 1800
Volvo 960 Kombi aut 10.80567936 2473 125 1570

moyenne 10.3373228 2093.67742 97.0967742 1256.12903

variance 0.53703622 1327925.69 4808.15699 130142.849

modèle b0 b1
source 5.19397024 0.0490322
6.76300064 1 32
7.10622605 1 39
6.61590404 1 29
7.35138705 1 44
 6.81203284 1 33
6.76300064 1 32

7.89074125 1 55
21.1294353 1 325
19.9036303 1 300
15.4417001 1 209
8.82235305 1 74
8.82235305 1 74
10.1462225 1 101
9.36170726 1 85
9.36170726 1 85
9.55783606 1 89
8.38106325
7.84170905
1
1
65
54
Statistiques
8.43009545 1 66 variable la p
10.3913835 1 106
7.89074125 1 55
consommat
10.4404157 1 107 Elle est entr
12.5488003 1 150
11.1758987 1 122 régression à
8.43009545 1 66
11.3229953 1 125
R2 = 0,943
9.55783606 1 89
9.70493266 1 92
9.36170726 1 85
9.95009366 1 97
11.3229953 1 125
moyenne 9.95483871
variance 11.5595626

R2 0.9075
[Link]/biostats Eric Depiereux - Université de Namur
Consommatio
n Prix Cylindrée Puissance Poids Consommation
(l/100km) Z1 Z2 Z3 Z4 Z5
yi
5.7 -1.335 -1.083 -0.939 -1.680 -1.192
5.8 -1.234 -0.955 -0.838 -1.292 -1.164
6.1 -1.478 -1.037 -0.982 -1.458 -1.080
6.5 -0.803 -0.611 -0.766 -0.835 -0.968
6.8 -1.001 -0.780 -0.924 -1.001 -0.884
6.8 -1.105 -1.246 -0.939 -1.431 -0.884
e les variables : cliquer sur7.1
les points, saisir
-0.627 les données encadrées
-0.662 et faire glisser.
-0.607 -0.682 -0.800
21.3 3.033 2.933 3.287 1.203 3.179
18.7 2.436 3.379 2.926 2.755 2.450
R² = 0.943358953 14.5 1.498 0.603 1.614 0.634 1.274
7.4 -0.288 -0.431 -0.333 -0.488 -0.716
9 -0.440 -0.289 -0.333 -0.433 -0.268
11.7 0.233 0.062 0.056 0.676 0.489
9.5 -0.431 -0.096 -0.174 -0.502 -0.127
9.5 0.031 -0.095
LOG Prix -0.174 -0.280 -0.127
8.8 -0.097 -0.083
Linear (LOG Prix) -0.117 -0.322 -0.324
9.3 -0.425 -0.446 -0.463 -0.488 -0.183
8.6 -0.572 -0.611 -0.622 -0.405 -0.380
7.7 -0.599 -0.605 -0.448 -0.322 -0.632
10.8 0.347 0.296 0.128 0.316 0.237
6.6 -0.610 -0.739 -0.607 -0.876 -0.940
11.7 0.319 0.762 0.143 0.399 0.489
4 6 11.9
8 10 12 14 16 18 20 22 24 0.680 0.750 0.763 0.815 0.545
10.8 0.218 0.350 0.359 0.205 0.237
consommation
7.6 0.049 -0.083 -0.448 0.122 -0.660
11.3 0.594 0.349 0.402 1.147 0.377
10.8 0.246 -0.083 -0.117 0.842 0.237
9.2 -0.185 -0.084 -0.074 -0.045 -0.211
11.6 0.225 -0.095 -0.174 1.050 0.461
12.8 0.683 0.299 -0.001 1.508 0.797
12.7 0.639 0.329 0.402 0.870 0.769

9.95483871 0.00 0.00 0.00 0.00 0.00

12.7378925 1.00 1.00 1.00 1.00 1.00

Matrice de corrélation 1/n Z'Z

Prix Cylindrée Puissance Poids
Prix 1 0.947910428 0.9614804247 0.8812040767
Cylindrée 0.947910428 1 0.9625134059 0.8378675995
Puissance 0.961480425 0.962513406 1 0.7798227776
Poids 0.881204077 0.837867599 0.7798227776 1
Consommatio 0.971266675 0.940992027 0.9526248627 0.8638622958
 Matrice de détermination (entrer une valeur limite coin s

0.8 Prix Cylindrée Puissance Poids

Prix 0.90 0.92
Cylindrée 0.90 0.93
Puissance 0.92 0.93
Poids
Consommat 0.94 0.89 0.91

Statistiques bivariée : la
variable la plus corrélée à
consommation est LOG prix
Elle est entrée dans un
régression à deux variables
R2 = 0,943
Consommation
0.971266675
0.940992027
0.952624863
0.863862296
1
rer une valeur limite coin sup gauche)

Consommation
0.94
0.89
0.91
A propos du © Pratique des biostatistiques [Link]/biostats Eric

Type de véhicule LOG Prix Cylindrée Puissance Poids

(Frs) (cm3) (kW) (kg)
x1i x2i x3i x4i
Daihatsu Cuore 9.3587603771 846 32 650
Suzuki Swift 1.0 GLS 9.4326836031 993 39 790
Fiat Panda Mambo L 9.2543572574 899 29 730
VW Polo 1.4 60 9.7491701922 1390 44 955
Opel Corsa 1.2i Eco 9.6040702239 1195 33 895
Subaru Vivio 4WD 9.5273384988 658 32 740
Toyota Corolla 9.8776567925 1331 55 1010
Ferrari 456 GT 12.560244459 5474 325 1690
Mercedes S 600 12.122147411 5987 300 2250
Maserati Ghibli GT 11.434963924 2789 209 1485
Opel Astra 1.6i 16V 10.126631104 1597 74 1080
Peugeot 306 XS 108 10.0145816 1761 74 1100
Renault Safrane 2.2. V 10.507803519 2165 101 1500
Seat Ibiza 2.0 GTI 10.021270588 1983 85 1075
VW Golt 2.0 GTI 10.360279288 1984 85 1155
Citroen ZX Volcane 10.266393046 1998 89 1140
Fiat Tempra 1.6 Liberty 10.025705185 1580 65 1080
Fort Escort 1.4i PT 9.918376165 1390 54 1110
Honda Civic Joker 1.4 9.8984750107 1396 66 1140
Volvo 850 2.5 10.591622191 2435 106 1370
Ford Fiesta 1.2 Zetec 9.890402313 1242 55 940
Hyundai Sonata 3000 10.571060482 2972 107 1400
Lancia K 3.0 LS 10.835651634 2958 150 1550
Mazda Hachtback V 10.496814398 2497 122 1330
Mitsubishi Galant 10.373178633 1998 66 1300
Opel Omega 2.5i V6 10.772686677 2496 125 1670
Peugeot 806 2.0 10.517320926 1998 89 1560
Nissan Primera 2.0 10.201738576 1997 92 1240
Seat Alhambra 2.0 10.502324054 1984 85 1635
Toyota Previa salon 10.837618203 2438 97 1800
Volvo 960 Kombi aut 10.80567936 2473 125 1570

moyenne 10.3373228 2093.67742 97.0967742 1256.129032

variance 0.53703622 1327925.69 4808.15699 130142.8495

modèle b0 b1 b2
-28.159174 3.56691986 0.012787353
source LOG Prix Puissance
5.63196964 1 9.35876038 32
5.98515934 1 9.4326836 39
5.22121002 1 9.25435726 29
7.1779784 1 9.74917019 44
6.51975756 1 9.60407022 33
 6.23327429 1 9.5273385 32
7.7769407 1 9.87765679 55
20.7981013 1 12.5602445 325
18.9157604 1 12.1221474
Régression mu
300
15.3009829 1 11.4349639 variable au mo
209
8.90797183 1 10.1266311 74
8.50830023 1 10.0145816 pratiquement
74
10.6128418
8.6728202
1
1
10.5078035
10.0212706
détermination
101
85
9.88203706 1 10.3602793 Le modèle le p
85
9.59830178 1 10.266393 89
8.43289098 1 10.0257052 pratiquement
65
7.90939608 1 9.91837617 54
7.9918585 1 9.89847501 66
10.9757531 1 10.5916222 consommation
106
7.82240295 1 9.89040231 55
10.9151985 1 10.5710605 107
12.4088301 1 10.8356516 150
10.8421789 1 10.4968144 122
9.68508828 1 10.3731786 66
11.8645553 1 10.7726867 125
10.4933414 1 10.5173209 89
9.40604652 1 10.2017386 92
10.3886994 1 10.5023241 85
11.738115 1 10.8376182 97
11.9822376 1 10.8056794 125
moyenne 9.95483871
variance 12.0758075

R2 0.948
[Link]/biostats Eric Depiereux - Université de Namur
Consommatio
n
(l/100km)
yi
5.7
5.8
6.1
6.5
6.8
6.8
7.1
21.3
18.7
14.5
7.4
9
11.7
9.5
9.5
8.8
9.3
8.6
7.7
10.8
6.6
11.7
11.9
10.8
7.6
11.3
10.8
9.2
11.6
12.8
12.7

9.95483871
12.7378925

R2
b LOG Prix
c Cylindrée 0.947
d Puissance 0.948
e Poids 0.943
Régression multiple: : ajouter une
variable au modèle n'améliore
pratiquement pas le coefficient de
détermination.
Le modèle le plus simple et
pratiquement le meilleur reste donc :

consommation = b0 + b1 LOG(prix)