Centre universitaire de Mila Institut des Sciences de la Nature et la Vie
Département des science écologie et environnement
Matière : Biostatistique et analyse des données
Spécialité : M1 Protection des écosystèmes + M1 Biodiversité et environnement
Responsable : R. AMIRA AS : 2024/2025
TP N° 3 ( Statistique Descriptive Bivarié )
Exercice 1 : Dans une maternité, on a mesuré les poids et tailles des 10 premiers nouveaux nés d’une journée
donnée. On a consigne ces données dans le tableau suivant :
N° i du nouveau né Taille Xi en cm Poids Yi en g
1 50 3100
2 52 3230
3 47 2950
4 49 3050
5 50 3100
6 55 3350
7 54 3480
8 51 3250
9 45 3000
10 49 3150
1. Construire le nuage de points et commenter ce graphique.
2. Déterminer le coefficient de corrélation linéaire.
3. Déterminer la droite de régression de Y en X expliquant le poids d’un nouveau-né en fonction de
sa taille.
4. Après une nouvelle naissance, on a mesure la taille d’un nouveau ne et obtenu 53 cm. Quel poids peut-
on s’attendre a mesurer pour ce nouveau-né ?
Exercice 2 :
Un zootechnicien s’est proposé d’étudier la relation qui existe entre l'injection d'hormone de croissance
(GH) en UL/kg et le gain pondéral en kg chez un groupe 20 moutons. Des mesures ont été prises sur
chaque mouton. Les résultats de ces mesures ont été reportés dans le tableau suivant :
Y 25 30 35 40
X
20 4 2 1 0
25 5 1 0 0
30 3 2 1 1
1. Calculer les moyennes marginales des variables X et Y.
2. Calculer les variances marginales et les écart- types marginaux de X et Y.
3. Calculer la moyenne conditionnelle et l'écart type conditionnel de la variable X lorsque Y= 25.
4. Calculer la covariance entre ces deux variables.
5. Calculer le coefficient de corrélation linéaire.
Exercice 3 :
On va étudier l’évolution du poids corporel (kg) chez les agneaux simples après le sevrage. Le poids
que l'on appellera X (kg) est considéré comme une variable continue et l’age Y (jours) est considérée
1
comme une variable discrète. Les données sont dans la table suivante:
Y 150 170 190
X
[30, 33[ 3 4 0
[33, 36[ 0 3 2
[36, 39[ 2 1 0
[39, 42[ 3 0 2
1. Les mêmes questions que l’exercice précédent.
2. Calculer la moyenne conditionnelle et l'écart type conditionnel de la variable X
lorsque Y= 190
Exercice 4 :
Une épidémie s'est déclarée dans une ville de 200.000 habitants. On a d'abord supposé que chaque
malade peut contaminer 5 personnes par jour.
1) Combien faut-il de temps pour que tous les habitants de la ville soient touchés?
2) On a enregistré chaque jour le nombre de cas qui se sont déclarés. Au septième jour, le
tableau des résultats réels a été comme suit:
Xi 1 2 3 4 5 6 7
Yi 4 13 38 106 330 965 2920
Xi représente le numéro du jour
Yi représente le numéro de cas enregistrés
Ajuster la variable Y par la variable X à l'aide d'une fonction exponentielle de la forme
Y=[Link].
3) Si la capacité hospitalière de la ville est de 7000 lits, à quel jour les services hospitaliers seront-
ils dépassés.
4) Combien de jours faut-il pour que tous les habitants de la ville soient atteints, si aucune
masure n'est prise pour stopper cette épidémie.
Exercice 4 :
Une épidémie de typhoïde s'est déclarée dans une certaine région et chaque jour on compte le nombre
de nouveaux malades. Le tableau suivant réunit des dix premiers jours.
X 1 2 3 4 5 6 7 8 9 10
Y 4 12 35 109 320 3 10 27 81 243
X désigne le nombre de jours, Y désigne le nombre de nouveau cas.
1) Calculer les moyennes arithmétiques des deux variables X et Y.
2) Calculer la variance de X.
3) Calculer la covariance entre X et Y.
4) Ajuster la variable Y par la variable X à l'aide d'une équation de forme Y=aX+b.
5) Quel est le nombre de nouveaux malades (suivant le modèle linéaire) que nous devons
attendre le 20éme jour après le déclenchement de l'épidémie?.
6) Ajuster cette fois ci la variable Y par la variable X à l'aide d'une fonction exponentielle de la
forme Y=[Link].
7) Quel est alors, suivant cette fonction exponentielle, le nombre de nouveaux malades que nous
devons attendre le 20éme jour après le déclenchement de l'épidémie?