9782100578924-Pupion-A6.

qxd 04/06/12 11:37 Page 1

6 APPLICATIONS
SUR LES ANALYSES ASSOCIÉES
AUX CHAPITRES 15, 16, ET 17
(ANALYSE MULTIVARIÉE)

Exercice 1 : analyse de variance (voir chapitre 15)

Un dirigeant souhaite connaître les impacts de différents types de publicité sur le lieu de
vente envisagé sur le chiffre d’affaires. Ainsi, concevant 3 types de publicité P1, P2 et P3 qui
ont des coûts sensiblement égaux, il assigne à 11 lieux de vente assez semblables ces cam-
pagnes de promotion selon la répartition suivante : 3 pour P1, 4 pour P2 et 4 pour P3. Le
relevé du taux de croissance du chiffre d’affaires de chacun des 11 magasins pour la pério-
de des promotions est présenté ci-dessous ; ce taux de croissance δ exprimé en % est calcu-
lé par référence au chiffre d’affaires réalisé lors de la période précédente de même durée :
promotion P1 3,1 3,5 4,0
promotion P2 2,8 3,6 4,3 4,8
© Dunod. Toute reproduction non autorisée est un délit.

promotion P3 2,2 2,5 3,1 3,8

En utilisant la statistique de Fisher, avec un niveau de signification de 5 %, tester l’hypo-
thèse H0 selon laquelle les promotions ont la même influence sur le taux δ d’accroissement
du chiffre d’affaires contre l’hypothèse alternative H 0 .
Aide résultats sous Excel. Analyse de variance : 1 facteur.

Rapport détaillé
Nombre
Groupes Somme Moyenne Variance
d’échantillons

P1 3 10,6 3,53333333 0,20333333

P2 4 15,5 3,875 0,75583333
P3 4 11,6 2,9 0,5
[Link] 04/06/12 11:37 Page 2

2 STATISTIQUES POUR LA GESTION

Analyse de variance

Source Somme Degré Moyenne F Probabilité

Valeur
des variations des carrés de liberté des carrés critique
pour F
Entre Groupes 1,94765152 2 0,97382576 1,86638596 0,21615109 4,45897011
À l’intérieur
4,17416667 8 0,52177083
des groupes
Total 6,12181818 10

Corrigé de l’exercice 1

xi ni  j (xi j − x i )2 n i (x i − x)2
A1 « publicité P1 » x11= 3,1 x12=3,5 x13=4 3,5333 3
A2 « publicité P2 » x21=2,8 x22=3,6 x23=4,3 X24=4,8 3,875 4
A3 « publicité P3 » x31=2,2 x32=2,5 x33=3,1 x34=3,8 2,9 4

Total 11

n = 3 + 4 + 4 = 11. La somme des carrés expliqués par le facteur promotion ou inter-


k
classes S E = n i (X i − X)2 prend pour valeur 1,94. La somme des carrés résiduels ou
i=1

intraclasses S R = j (X i j − X i )2 prend pour valeur 4,17. La statistique F de l’analyse de
S E /(k − 1)
variance F = suit, sous l’hypothèse H0 , une loi de Fisher-Snedecor F(2; 8)
S R /(n − k)
(cf. page 268). Elle prend pour valeur 1,86, donc le risque de rejet à tort de H0 est ici de
P0 (F
1,86) = P(F82
1,86) = 0,216. Avec un tel risque d’erreur, on ne peut pas rejeter
l’hypothèse d’absence d’influence du type de promotion.

Exercice 2 : tests sur les régressions linéaires

(voir chapitre 16)
On connaît la consommation annuelle d’un produit au cours des 4 dernières années :

Année t 2008 2009 2010 2011

Quantité q 99 104 108 113

Une représentation graphique permet de constater que les points M1 = (1, 99),
M2 = (2, 104), M3 = (3, 108) et M4 = (4, 113) sont sensiblement alignés.
[Link] 04/06/12 11:37 Page 3

Applications sur les analyses associées aux chapitres 15, 16 et 17 3

1. En utilisant le rapport détaillé indiqué ci-dessous, donner l’équation de la droite de

régression de q sur t qui résulte de la méthode des moindres carrés ordinaire et en déduire
une estimation de la consommation pour 2012.
2. On a le modèle théorique suivant « Q t = at + b + εt où a et b sont des constantes de
valeurs inconnues et où les variables aléa εt sont indépendantes et suivent une même loi nor-
male centrée ». Sans utiliser le rapport détaillé rappelé ci-dessous, trouver un intervalle de
confiance de a de niveau 0,95 puis comparer le résultat obtenu à celui indiqué ci-dessous.
√
Rappel. (â − a) × (n − 2)V(t)/σ̂ε = tn−2 (variable de Student) où σ̂2ε prend pour valeur
V R (q) , la variance résiduelle déduite de la régression linéaire.

Rapport détaillé

Statistiques de la régression

Coefficient de détermination multiple 1,00

Coefficient de détermination R^2 1,00
Coefficient de détermination R^2 1,00
Erreur-type 0,32
Observations 4,00

Analyse de variance
Somme Moyenne Valeur critique
Degré de liberté F
des carrés des carrés de F

Régression 1,00 105,80 105,80 1058,00 0,00

Résidus 2,00 0,20 0,10
Total 3,00 106,00

Limite Limite
© Dunod. Toute reproduction non autorisée est un délit.

inférieure supérieure
Coefficients Erreur-type Statistique t Probabilité pour seuil de pour seuil de
confiance confiance
= 95 % = 95 %

Constante 94,50 0,39 244,00 0,00 92,83 96,17

Année t 4,60 0,14 32,53 0,00 3,99 5,21

Corrigé de l’exercice 2
1. L’équation de la droite de régression de q sur t qui résulte de la méthode des moindres
carrés ordinaire a pour équation « qt = at + b avec a = 4,6 et b = 94,5 », où t = 1 pour
l’année 2008, t = 2 pour l’année 2009, etc. Pour 2012, c’est-à-dire pour t = 5 , on obtient :
qt = 4,6 × 5 + 94,5 = 117,5 qui est une estimation de la consommation pour 2012.
[Link] 04/06/12 11:37 Page 4

4 STATISTIQUES POUR LA GESTION

2. On a le modèle théorique suivant : « Q t = at + b + εt où a et b sont des constantes de

valeurs inconnues et où les variables aléa εt sont indépendantes et suivent une même loi nor-
male centrée ».
Pour déterminer un intervalle de confiance de a de niveau 0,95, on utilise la propriété :
√
« (â − a) × (n − 2)V (t)/σ̂ε = tn−2 (variable de Student) » avec n = 4.
On cherche cα/2 tel que P(−cα/2  t2  cα/2 ) = 0,95 ou
P(t2  cα/2 ) = 1 − α/2 = 0,975.
Donc cα/2 = 4,303 et P(−4,303  t2  4,303) = 0,95.
√
Par suite : P(−4,303  (â − a) × (n − 2)V(t)/σ̂ε  4,303) = 0,95 ou de façon équi-
valente :
√ √
P(−4,303 × σ̂ε / (n − 2)V(t) + â  a  4,303 × σ̂ε / (n − 2)V(t) + â) = 0,95 .
V(t) étant égal à 1,25 ; â et σ̂ε prenant respectivement les valeurs 4,6 et (0,2/4)0,5 on en
déduit que :
−4,303 × 0,22/1,58 + 4,6  a  4,303 × 0,22/1,58 + 4,6 .
Avec un niveau de confiance de 95 %, on peut considérer que a est compris entre 3,99 et
5,21.