Tle Mathématiques Cours : Statistique à deux variables
Tle Mathématiques
Statistique à deux variables
Cours Fiche de révision Quiz
Si tu es un lycéen en terminale, tu dois déjà avoir planifié
tes révisions pour ton baccalauréat 2024. Si ce n’est pas le
cas, tu peux te baser sur notre programme de révision en le
planifiant en fonction des dates du bac 2024 ou des
coe"cients des matières …
Démarrer mon essai
Introduction :
En statistique, on cherche à étudier l’e!et d’un ou de plusieurs
paramètres. Les années précédentes, il était question d’étudier en
mathématiques une population avec des séries statistiques à une
variable.
Cependant, dans de nombreux cas, les di!érents paramètres que
l’on étudie pour une même population présentent des liens qu’il est
important de pouvoir mettre en évidence, même s’il ne faut pas
conclure trop vite à un lien de cause à e!et. On parle alors de
statistiques à plusieurs variables.
Ainsi, dans ce cours, nous allons nous intéresser aux séries
statistiques à deux variables. Dans un premier temps, nous
définirons ce qu’est une série statistique à deux variables, comment
la représenter et quelles données caractéristiques on peut en
déduire.
Ensuite, afin de mettre en avant les corrélations entre les deux
variables, nous expliquerons comment faire un ajustement a!ne et
comment en déduire la droite des moindres carrées, ce qui
permettra d’interpoler ou d’extrapoler.
Enfin, nous montrerons comment se ramener à un ajustement
linéaire avec un changement de variable.
1 Série statistique à deux variables
Pour étudier simultanément deux variables statistiques, il est
possible de définir une série statistique double ou à deux variables.
Pour cela, on a pour une population donnée de n individus deux
caractères quantitatifs :
• la variable x, pour laquelle les données relevées
sont x1 , x2 , …, xn ;
• la variable y , pour laquelle les données relevées
sont y1 , y2 , …, yn .
Chaque individu aura ainsi un couple de caractères associé (xi ; yi )
(avec i ∈ {1, 2, … , n}). Notons que leurs unités seront souvent
di!érentes (par ex., si on s’intéresse au lien entre la température
extérieure et la consommation électrique, ou l’évolution d’une
population quelconque en fonction du temps).
➜ L’ensemble de ces couples constitue une série
statistique à deux variables.
a. Tableau de données et nuage de points
On représente généralement les couples sous forme de tableau avec
une colonne (ou une ligne) pour le caractère x et une colonne (ou
une ligne) pour le caractère y .
Exemple
Nous nous intéressons à l’éventuel lien entre la teneur en
carbone, en pourcent, d’un objet et la charge de rupture,
c’est-à-dire la charge, en kilogramme, qui provoquera la
rupture de l’objet.
➜ 10 essais ont été faits en laboratoire, et nous
obtenons les résultats suivants :
Teneur en carbone xi Charge de rupture yi
(en %) (en kg)
64 77
68 81
61 72
71 86
66 79
74 93
63 74
70 86
60 70
62 71
La plupart du temps, nous représentons ces données par un nuage
de points, qui nous permet de mieux visualiser les données.
Définition
Nuage de points :
On représente une série statistique à deux variables x et
y par un nuage de points dans un repère orthogonal
(O ; I, J), constitué de points Mi de coordonnées
(xi ; yi ), xi et yi étant respectivement les valeurs des
variables x et y pour l’individu i (i allant de 1 à n, avec n
la taille de la population).
Exemple
Donnons le nuage de points correspondant aux données
de notre exemple :
Le nuage de points que nous venons de représenter montre que les
points ne semblent pas répartis au hasard.
➜ Les deux variables semblent avoir une
corrélation : en effet, quand la teneur en
carbone augmente, la charge de rupture paraît
augmenter aussi.
Mais comment rendre cette corrélation plus évidente et, surtout,
comment la quantifier ?
b. Point moyen
Tout d’abord, nous pouvons calculer la moyenne des deux variables,
ce qui nous permet de définir le point moyen.
Définition
Point moyen :
Soit une série statistique à deux variables x et y ,
représentée par un nuage de points dans un repère
(O ; I, J).
On définit le point moyen de ce nuage comme le point G,
de coordonnées (x̄ ; ȳ ), où :
• x̄ est la moyenne arithmétique des valeurs xi
associées à la variable x ;
• ȳ est la moyenne arithmétique des valeurs yi
associées à la variable y .
Nous savons calculer ces moyennes grâce aux formules suivantes.
Rappel
Soit x1 , x2 …, xn les n valeurs de la variable x, et y1 , y2 ,
…, yn les n valeurs de la variable y .
Nous avons alors :
x1 + x2 + x3 + … + xn
x̄ =
n
y1 + y2 + y3 + … + yn
ȳ =
n
Exemple
Continuons de filer notre exemple, et calculons les
moyennes de x et y :
64 + 68 + 61 + 71 + 66 + 74 + 63 + 70 + 60 + 62
x̄ =
10
659
=
10
= 65, 9
77 + 81 + 72 + 86 + 79 + 93 + 74 + 86 + 70 + 71
ȳ =
10
789
=
10
= 78, 9
➜ Le point moyen G a donc pour coordonnées
(65, 9 ; 78, 9).
c. Covariance et coefficient de corrélation
Dans les classes précédentes, nous avons appris à calculer un
indicateur qui permet de mesurer la dispersion des données d’une
série statistique autour de sa moyenne.
➜ Il s’agit de la variance.
Rappel
Soit une série statistique à une variable x, d’e"ectif n :
(x1 , x2 , … , xn ), de moyenne x̄.
La variance de x, que nous notons ici var(x), est donnée
par la formule :
n
1
var(x) = ∑(xi − x̄)2
n
i=1
1
= ((x1 − x̄)2 + (x2 − x̄)2 + … + (xn − x̄)2 )
n
Rappelons aussi que nous définissons l’écart-type de x,
noté σ(x), ainsi :
σ(x) = var(x)
La covariance, elle, est une notion nouvelle, qui vient avec la notion
de statistique à deux variables. Comme son nom l’indique, elle
mesure la façon dont évoluent conjointement les deux variables
considérées.
Définition
Covariance de (x ; y) :
Soit une série statistique à deux variables x et y , d’e"ectif
n : ((x1 ; y1 ), (x2 ; y2 ), … , (xn ; yn )), respectivement
de moyennes x̄ et ȳ .
La covariance de (x ; y), notée ici cov(x ; y), est donnée
par la formule :
n
1
cov(x) = ∑(xi − x̄)(yi − ȳ )
n
i=1
1
= ((x1 − x̄)(y1 − ȳ ) + (x2 − x̄)(y2 − ȳ ) + … +
n
Nous le voyons, pour calculer la variance, nous e"ectuons une
somme de produits entre deux grandeurs qui ne sont pas, la plupart
du temps, exprimées dans la même unité.
➜ Nous allons donc définir un coefficient de
corrélation, qui sera plus explicite.
Définition
Coe"cient de corrélation :
Soit une série statistique à deux variables
• x, de variance var(x) et d’écart-type σ(x),
• et y , de variance var(y) et d’écart-type σ(y).
Soit cov(x ; y) la covariance de x et y .
Le coe#cient de corrélation r , aussi noté ρxy , est alors
défini par :
cov(x ; y)
r=
var(x)var(y)
cov(x ; y)
=
σ(x)σ(y)
À retenir
Ce coe#cient indique le lien, linéaire, qui existe entre les
variables x et y :
• il appartient à l’intervalle [−1 ; 1] ;
• plus il est proche des bornes de l’intervalle −1 et
1, plus la corrélation linéaire entre x et y est
forte ;
• en revanche, deux variables indépendantes ont
un coefficient de corrélation proche de 0 ;
• s’il est positif, alors x et y varient « dans le
même sens » (plus les valeurs de x grandissent,
plus celles de y grandissent) ;
• s’il est négatif, alors x et y varient « en sens
contraires » (plus les valeurs de x grandissent,
plus celles de y diminuent).
Nous allons maintenant calculer tous ces indicateurs dans le cas de
notre exemple et en tirer une première conclusion.
Exemple
1 Rappelons que nous avons trouvé : x̄ =
65, 9 et ȳ = 78, 9.
2 Calculons d’abord les variances et écarts-
types de x et y :
1
var(x) = × ((x1 − x̄)2 + (x2 − x̄)2 + … + (x9 − x̄)2
10
1
= × ((64 − 65, 9)2 + (68 − 65, 9)2 + … + (60
10
1
= × ((−1, 9)2 + 2, 12 + … + (−5, 9)2 + (−3, 9
10
1
= × (3, 61 + 4, 41 + … + 34, 81 + 15, 21)
10
Ce contenu est réservé à nos inscrits. Il reste 75 % à lire.
Débloque ce contenu
gratuitement
Débloque ce contenu gratuitement pour lire la suite et
accède l'intégralité de nos cours, vidéos, quiz, exercices,
méthodes, ... Tout ce qui te manque pour gagner du temps
dans tes révisions.
S'inscrire gratuitement
Déjà un compte ? Je me connecte
Faisons connaissance
Je suis un Elève
Je suis un Parent
Je suis un Enseignant
Déjà un compte ? Je me connecte !
La plateforme pédagogique la plus complète
SchoolMouv est la 1ere plateforme de soutien scolaire en ligne. Retrouvez des milliers de
ressources pédagogiques, dont des vidéos captivantes. Tout est conforme au programme de
l'Education Nationale et réalisé avec des enseignants.
Gardez-nous à portée de main
(et c’est moins lourd qu’un cartable !)
4.6/ 5 sur 5361 avis
A propos
Qui sommes-nous ?
Nous rejoindre
Une question
Nous contacter
Aide
Aide
Nos produits
SchoolMouv Orientation
Guide et conseils d'orientation post Bac
SchoolMouv Le blog
Conseils et accompagnement pour les parents d'élèves
Focus Bac avec SchoolMouv
La collection de livres pour rester focus jusqu'au Bac
SchoolMouv Manuels
Manuels scolaires numériques
© SchoolMouv 2024 Mentions légales
Conditions générales de vente Charte des données
Gérer mes cookies