1

STATISTIQUE
Partie 1 : Nuage de points

Définition : L’ensemble des points M i de coordonnées ( x i ; y i) , est appelé le nuage de points

associé à la série statistiques ( x 1 ; y 1 ) , ( x 2 ; y 2 ) , … , ( x n ; y n ) à deux variables.

Définition : Le point G de coordonnées ( x ; y ) , où x et y sont les moyennes respectives des x i

et des y i, est appelé le point moyen du nuage de points associé à la série.

Méthode : Représenter un nuage de points

Vidéo [Link]

Le tableau suivant présente l’évolution du budget publicitaire et du chiffre d’affaire d’une

société au cours des 6 dernières années :

a) Dans un repère, représenter le nuage de points ( x i ; y i) .

b) Déterminer les coordonnées du point moyen G du nuage de points.

Correction
a)

Yvan Monka – Académie de Strasbourg – [Link]

 2

On a représenté ci-dessus le nuage de points de la série ( x i ; y i) .

b) x = (8 + 10 + 12 + 14 + 16 + 18) : 6 = 13
y = (40 + 55 + 55 + 70 + 75 + 95) : 6 = 65.
Le point moyen G du nuage de points a pour coordonnées (13 ; 65). On peut placer ce point
dans le repère.

Partie 2 : Ajustement affine

Yvan Monka – Académie de Strasbourg – [Link]
 3

1) Interpolation, extrapolation

L’objectif est, à partir des valeurs d’une série statistique à deux variables, d’obtenir des
approximations pour des valeurs inconnues de cette série.

Exemples :
- On donne une série exprimant la population d’une ville en fonction des années et on
souhaite faire des prévisions pour les années à venir.
Les prévisions sortent du domaine d’étude de la série, on parle dans ce cas d’extrapolation.
- On donne une série exprimant la température extérieure et la consommation électrique
correspondante. Les températures étudiées s’échelonnent entre -10°C et 10°C avec un pas
de 4°C.
Sans faire de nouveaux relevés, on souhaite estimer la consommation électrique pour toutes
les températures entières comprises entre -10°C et 10°C.
Les calculs sont dans le domaine d’étude de la série, on parle dans ce cas d’interpolation.

Définitions : L'interpolation et l’extrapolation sont des méthodes qui consistent à estimer

une valeur inconnue dans une série statistique.
- Pour une interpolation, le calcul est réalisé dans le domaine d'étude fourni par les valeurs
de la série.
- Pour une extrapolation, le calcul est réalisé en dehors du domaine d'étude.

La méthode d’extrapolation est parfois contestable car en dehors du domaine d’étude

fourni par les valeurs de la série. Rien ne nous assure en effet que le modèle
mathématique mis en œuvre soit encore valable.

2) Droite d’ajustement

Pour obtenir de telles estimations, il faudra déterminer une droite passant « le plus près
possible » des points du nuage.
L’interpolation ou l’extrapolation consiste à effectuer l’estimation par lecture graphique sur
la droite ou par calcul à l’aide de l’équation de la droite.

Définition : Lorsque les points d’un nuage sont sensiblement alignés, on peut construire une
droite, appelé droite d’ajustement (ou droite de régression), passant « au plus près » de ces
points.

Dans la suite, nous allons étudier différentes méthodes permettant d’obtenir une telle
droite.

3) Méthode « au jugé »

Sans technique particulière, on trace « au jugé » une droite passant « au plus près » des
points du nuage.
Cette méthode a le mérite d’être rapide mais pour être « juste », il faut un peu d’expérience.

Yvan Monka – Académie de Strasbourg – [Link]

 4

On a tracé ci-dessus « au jugé » la droite d’ajustement du nuage de points de la méthode

précédente.

4) Méthode des points moyens

Cet ajustement consiste à déterminer la droite passant par deux points moyens du nuage de
point.

Méthode : Déterminer la droite d’ajustement par la méthode des points moyens

Vidéo [Link]

On reprend les données de la méthode de la partie 1.

1) Soit G1, le point moyen associé aux trois premiers points du nuage et G2 le point moyen
associé aux trois derniers points du nuage.
a) Calculer les coordonnées de G1 et G2.
b) On prend (G1G2) comme droite d’ajustement. Tracer cette droite.
2) À l’aide du graphique :
a) Estimer le chiffre d’affaire à prévoir pour un budget publicitaire de 22 000 €.
b) Estimer le budget publicitaire qu’il faudrait prévoir pour obtenir un chiffre d’affaire de
100 000 €.
c) La méthode utilisée dans les questions 2a et 2b consiste-t-elle en une interpolation ou
une extrapolation ?

Correction
1) a) x 1 = (8 + 10 + 12) : 3 = 10
y 1 = (40 + 55 + 55) : 3 = 50.
Le point moyen G1 a pour coordonnées (10 ; 50).

x 2 = (14 + 16 + 18) : 3 = 16
y 2 = (70 + 75 + 95) : 3 = 80.

Yvan Monka – Académie de Strasbourg – [Link]

 5

Le point moyen G2 a pour coordonnées (16 ; 80).

b)

2) On lit graphiquement :
a) Le chiffre d’affaire à prévoir pour un budget publicitaire de 22 000 € est de
110 000 €.
b) Le budget publicitaire qu’il faudrait prévoir pour obtenir un chiffre d’affaire de
100 000 € est de 20 000€.

c) Les lectures graphiques sont réalisées ici en dehors du domaine d’étude, on parle donc
d’extrapolation.

Yvan Monka – Académie de Strasbourg – [Link]

 6

5) Méthode des moindres carrés

Cette méthode porte le nom de « moindre carrés » car elle

consiste à rechercher la position de la droite d’ajustement tel
que la somme des carrés des longueurs donnant les distances
respectives (en vert) entre la droite et les points soit minimale.

Le principe consiste donc à déterminer les coefficients a et b

d’une droite d’équation y=ax+ b de sorte qu’elle passe le «
plus près possible » des points du nuage.

Pour chaque abscisse x i, on calcule la distance M i Pi entre

le point du nuage et le point de la droite, soit :
M i Pi =| y i−( a x i +b )|
Il s’agit dans ce cas, de la droite d’ajustement de y en x .

A noter : Il existe également une droite d’ajustement de x en y en calculant les distances

obtenues par projection horizontale.

Dans la méthode des moindres carrés, on recherche a et b pour lesquels la somme des
carrés des distances est minimale, soit :
2 2
M 1 P21 +…+ M n P2n=( y 1−( a x 1 +b ) ) +…+ ( y n−( a x n +b ) ) est minimale.

Méthode : Déterminer la droite d’ajustement par la méthode des moindres carrés

Vidéo [Link]

On considère la série statistique à deux variables données dans le tableau suivant :

xi 5 10 15 20 25 30 35 40
yi 13 23 34 44 50 65 75 90
1) Dans un repère, représenter le nuage de points (x i ; y i ).

Yvan Monka – Académie de Strasbourg – [Link]

 7

2) a) À l’aide de la calculatrice, déterminer une équation de la droite d’ajustement par la

méthode des moindres carrés.
b) Représenter la droite d’ajustement de y en x .
3) Estimer graphiquement la valeur de x pour y = 70. Retrouver ce résultat par calcul.
S’agit-il d’une interpolation ou d’une extrapolation ?

Correction

1)

2) Avec TI :
- Appuyer sur « STATS » puis « Edite » et saisir les valeurs de xi dans L1 et les valeurs de yi
dans L2.
- Appuyer à nouveau sur « STATS » puis « CALC » et « RegLin(ax+b) ».
- Saisir L1,L2
Avec CASIO :
- Aller dans le menu « STAT ».
- Saisir les valeurs de xi dans List1 et les valeurs de yi dans List2.
- Sélectionner « CALC » puis « SET ».
- Choisir List1 pour 2Var XList et List2 pour 2Var YList puis « EXE ».
- Sélectionner « REG » puis « X » et « aX+b ».

La calculatrice nous renvoie : a=2.138095238 et b=1.142857143

Une équation de la droite d’ajustement est : y=2, 1 x+1 , 1

Pour tracer la droite, il suffit de calculer les coordonnées de deux points de la

droite d’ajustement :
- Si x=0 alors y=2, 1 ×0+1 , 1=1 , 1 donc le point de coordonnées (0 ; 1 , 1) appartient à la
droite d’ajustement.
- Si x=10 alors y=2, 1 ×10+1 , 1=22 ,1 donc le point de coordonnées (10 ; 22 ,1) appartient
à la droite d’ajustement.

c)

Yvan Monka – Académie de Strasbourg – [Link]

 8

3) - Pour y=70 , on lit graphiquement x ≈33 .

- Par calcul, si y=70 , alors 70=2, 1 x+1 , 1
Soit 2 , 1 x=70−1 ,1
2 , 1 x=68 , 9
68 , 9
x= ≈ 32 , 8
2,1
- Les calculs sont réalisés dans domaine d’étude, on parle donc d’interpolation.
Partie 3 : Ajustement par changement de variable
Lorsque le nuage de points n'est à priori pas modélisable par une droite, on peut réaliser
un ajustement linéaire en effectuant un changement de variable.

Méthode : Effectuer un ajustement se ramenant par changement de variable à un

ajustement affine
Vidéo [Link]

On a relevé la population d’une grande métropole sur 50 ans tous les 5 ans. Les résultats
sont présentés dans le tableau suivant :
Année xi 0 5 10 15 20 25 30 35 40 45 50
Population
en milliers
19,4 19,4 27,6 40,3 50 59 69 87 132 166 216
yi
1) Représenter le nuage de points dans un repère.
2) a) On effectue le changement de variable z=log y . Réaliser un nouveau tableau
présentant les valeurs prises par les variables x et z .
b) Représenter un nouveau nuage de points à partir des données des variables x et z .
c) A l’aide la calculatrice, déterminer une équation de la droite d’ajustement de z en x par
la méthode des moindres carrés. Représenter la droite d’ajustement.
3) a) En déduire la relation qui lie y et x puis tracer la courbe représentative de la fonction f
définie par y=f ( x ) dans le repère contenant le premier nuage de points.
b) En admettant que le modèle mathématique reste valable en dehors du domaine
d’étude, extrapoler le nombre d’habitant 5 ans après l’étude.

Yvan Monka – Académie de Strasbourg – [Link]

 9

Correction
1)

2) a)
xi 0 5 10 15 20 25 30 35 40 45 50
z i=log y i 1,29 1,29 1,44 1,61 1,7 1,77 1,84 1,94 2,12 2,22 2,33
b)

c) Une équation de la droite

d’ajustement est :
z=0,0214 x+1,2427

On trace la droite : voir ci-dessus.

Yvan Monka – Académie de Strasbourg – [Link]

 10

3) a) On a : z=0,0214 x+1,2427
et : z=log y , soit :

log y=0,0214 x+ 1,2427

ln y 0,0214 x+1,2427
10 =10
0,0214 x+1,2427
y=10
0,0214 x 1,2427
y=10 10
0,0214 x
y=17,4864 ×10

Donc :
0,0214 x
f ( x )=17,4864 ×10 est
l’expression de la fonction
permettant d’ajuster le nuage
de points ( x i ; y i) .
On trace la courbe de f ci-contre.

b) y=17,4864 ×100,0214 ×55 ≈ 263

On peut supposer que 5 années après la fin de l’étude, la population de la ville sera proche
de 263 000 habitants.

Hors du cadre de la classe, aucune reproduction, même partielle, autres que celles prévues à l'article L 122-5 du code de
la propriété intellectuelle, ne peut être faite de ce site sans l'autorisation expresse de l'auteur.
[Link]/[Link]/mentions-legales

Yvan Monka – Académie de Strasbourg – [Link]