Chapitre1 : Statistique à deux variables :

Approfondissement de la notion
d’ajustement

TERM BAC PRO

Mathématiques
Objectifs :

 Choisir un modèle adapté pour réaliser un ajustement d’un nuage de points associé à
une série statistique à deux variables. Situation problème Activité
 Revenir à un ajustement affine d’un nuage de points après avoir effectué un
changement de variable. Activité
 Utiliser un ajustement pour interpoler ou extrapoler des valeurs inconnues. Situation
problème Activité

1
 A) Je démarre sur des bases solides

Choisir la (ou les) bonne(s) réponse(s).

A B C

1. La droite d’ajustement affine de

y = ax2 + b y = ax + b z = ax + by
y en x a pour équation générale :

2. La fonction exponentielle est de

qx log (x) ln x
la forme :

3. La représentation d’une
fonction affine est :

B) Situation problème : Réaliser et utiliser un ajustement pour interpoler ou

extrapoler des valeurs inconnues
La ferme bio de Lily et Mia

Depuis 6 mois, Lily et Mia produisent et vendent directement aux

consommateurs des fruits et légumes bio de saison. Elles ont choisi de vendre leur production sous forme de paniers que les
clients viennent chercher chaque semaine.
Elles souhaiteraient agrandir leur exploitation. Pour cela, il faut que le nombre mensuel de clients à la fin de la 1re année
soit supérieur à 700.
Le nombre mensuel de clients de Lily et Mia durant les 6 premiers mois est donné dans le tableau suivant.
On considère que la tendance va rester la même durant la 1re année.

2
Rang du mois Nombre de clients

1 14

2 19

3 26

4 37

5 58

6 87

Problématique : Lily et Mia pourront-elles développer leur exploitation ?

1) Saisir les données du tableau (rang du mois ; nombre de clients) sur la calculatrice ou dans un
tableur.
2) Représenter le nombre de clients en fonction du rang du mois par un nuage de points.
3) Un ajustement de ce nuage de points permet de faire des prévisions sur des valeurs inconnues
de la série statistique, grâce à la définition de son équation. Déterminer l’équation de la droite
d’ajustement affine de y en x de ce nuage de points. Arrondir au millième.
……………………………………………………………………………………………………
Donner la valeur du coefficient de détermination R². Arrondir au centième.
…………………………………………………………………………………………………..

Info
R2 est compris entre 0 et 1. Plus sa valeur se rapproche de 1, plus le pouvoir de prédiction
grâce à l’ajustement est bon.

4) Indiquer, à l’aide du coefficient de détermination, si l’ajustement affine semble pertinent.

…………………………………………………………………………………………………
…………………………………………………………………………………………………

3
 5) Rechercher le coefficient de détermination R² avec un autre type d’ajustement de y en x en
choisissant une courbe de tendance exponentielle et logarithmique. Compléter le tableau ci-
dessous.
Remarque : à la calculatrice, si possible, pour la courbe exponentielle, prendre la forme :
a × bx.
Courbe de tendance Linéaire Exponentielle Logarithmique

Coefficient de détermination
R2 (arrondi au centième)

6) En déduire l’ajustement le plus pertinent pour permettre une extrapolation et noter son équation.
Arrondir à 10–4.
…………………………………………………………………………………………………
…………………………………………………………………………………………………
…………………………………………………………………………………………………

Info
L’équation de l’ajustement exponentiel doit être exprimée sous la forme : y = a × bx. On
prendra alors e = 2,7183.

7) Calculer, avec la bonne équation, le nombre de clients au bout d’un an (rang 12).
…………………………………………………………………………………………………………
…………………………………………………………………………………………………………

Je conclus
Réponse à la problématique : Lily et Mia pourront-elles développer leur exploitation ?

C) Je fais le bilan de la situation problème

• Lors de la représentation graphique d’une série statistique par un…………… de…………. , si
les points ne sont pas alignés, l’ajustement………………….. n’est pas pertinent.
• On utilise alors un autre type d’ajustement plus adapté. Il peut être………………………. ou .
……………………………..

4
 • L’ajustement le plus pertinent est celui dont le…………………….. de ……………………R2
est le plus proche de …….
• L’équation de la courbe d’ajustement permet d’interpoler ou d’………………… des valeurs
inconnues.

D) Activité : Effectuer un changement de variable pour revenir à un ajustement

affine afin d’extrapoler des valeurs inconnues

En 2020, une pandémie due au virus SARS-COV2 a touché le monde entier.

En France, un confinement de la population a été décrété dès le 17 mars 2020 en raison de l’évolution très rapide
du nombre de cas confirmés, c’est-à-dire de personnes ayant contracté ce virus.
Loan se demande en combien de temps l’ensemble de la population française aurait été potentiellement touchée
sans ce confinement.
Pour cela, il étudie les données statistiques à partir du jour où le nombre de cas en France a dépassé les 100, soit le
1er mars 2020, jusqu’à la veille du confinement. Les résultats sont reportés dans le tableau suivant.

Date 01/03 16/03

Rang xi 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
130 191 212 285 423 613 949 1126 1412 1784 2281 2876 3661 4500 5423 6633
Nombre
de cas yi

1) Saisir les données du tableau (xi ; yi ) sur la calculatrice ou dans un tableur.

2) Représenter le nombre de cas en fonction du rang par un nuage de points.
3) Déterminer l’équation de la droite d’ajustement affine de y en x de ce nuage de points et donner la
valeur du coefficient de détermination R2. Arrondir au centième.

………………………………………………………………………………………………………

5
4) Indiquer pourquoi cet ajustement n’est pas pertinent.
………………………………………………………………………………………………………
………………………………………………………………………………………………………
5) Pour établir un meilleur ajustement, on va changer de variable. On pose z = log y.
Avec l’outil numérique, ajouter une liste contenant les données de z = log y.

yi 130 191 212 285 423 613 949 1126 1412 1784 2281 2876 3661 4500 5423 6633

log
yi

6) Représenter le nuage de points (xi ; zi). Indiquer, en justifiant, pourquoi un ajustement affine est
envisageable dans ce cas.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
7) Déterminer l’équation de la droite d’ajustement affine de z en x de ce nuage de points et donner la
valeur du coefficient de détermination R2. Arrondir au millième.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
8) En 2020, la population française était approximativement de 66 524 000 habitants.
En posant y = 66 524 000, calculer la valeur de z. Arrondir au millième.
……………………………………………………………………………………………………………
9) Déterminer le rang x à partir duquel tous les habitants seraient touchés par le virus. Arrondir à
l’unité
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………
10) En déduire la date à laquelle toute la population aurait été potentiellement contaminée sans
confinement.
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………

11) Montrer que y peut s’exprimer sous la forme : y = 113,5 × 100.116x

……………………………………………………………………………………………………………

6
……………………………………………………………………………………………………………
12) Retrouver le résultat précédent pour x (en 9) avec l’équation de y en x (en 11).
……………………………………………………………………………………………………………
……………………………………………………………………………………………………………

E) Je retiens l’essentiel
Compléter la synthèse à l’aide de la liste de mots ci-dessous (certains mots peuvent
être utilisés plusieurs fois).
Liste de mots :
points ; quantitatives ;(xi ; yi) ; nuage de points ;moindres carrés ; affine ; 𝑦 = 𝑎𝑥 + 𝑏 ;
allongée ;affine ; tendance ; exponentiel ; logarithmique ; courbe ; 1 ; coefficient de
détermination ;inconnues ;extrapoler ; ajustement affine ; à l’intérieur ; interpoler ; ajustement
exponentiel.

1. Définition d’une série statistique à deux variables

Une série statistique à deux variables est donnée par les couple …………………………………

de coordonnées (xi ; yi). Les deux variables doivent être ……………………………………….

2. Représentation graphique de la série statistique

On peut représenter la série graphiquement par un ………………………………………………….

à l’aide de la calculatrice ou d’un tableur. Les points ont pour coordonnées ……………………….. .

3. Ajustement affine

Lorsque le nuage de points est de forme ……………………………., on peut l’ajuster par une
droite représentative d’une fonction ………………………………………... par la méthode des
…………………………………………………………….. . La droite a pour équation
……………………………………., déterminée à l’aide d’outils numériques.

4. Autres types d’ajustements

Dans certains cas, le nuage de points a une forme …………………………... De ce fait,

l’ajustement …………………………………. semble moins approprié. On recherche alors une

7
 autre courbe de …………………................. plus adaptée avec les outils numériques. Cette
nouvelle courbe de ………………….......................... peut être liée à un ajustement
…………………................., …………………................. ou polynomial de degré 2 ou 3.

Remarque : l’équation de l’ajustement exponentiel doit être exprimée sous la forme : y = a × b x .

On prendra si besoin e = 2,7183.
5. Comparaison
La comparaison du ………………………………………………………R2 permet de déterminer
l’ajustement le plus adapté à la situation. Plus R2 est proche de ……… plus l’ajustement est
pertinent et le pouvoir de prédiction est bon.
Remarque : le coefficient de détermination R2 ne peut se calculer qu’avec un ajustement affine.
Il est donc à noter que le calcul du coefficient de détermination R2 proposé pour toutes les
courbes de tendances non linéaires est effectué directement par les logiciels à partir d’un
changement de variable pour obtenir un ajustement affine.

6. Interpolation ou extrapolation :La détermination de l’équation liée à l’ajustement le plus

pertinent permet d’……………………
ou d’extrapoler des valeurs ……………………………… . ……………………………… c’est
rechercher des valeurs des variables en dehors du domaine d'étude. Interpoler c’est rechercher
des valeurs des variables ……………………………… du domaine d'étude.

8
9