Variables
Qualitatives Quantitatives
Nominales Ordinales Discrètes Continues
Variables
Qualitatives
Nominales
Eléments de
tendance Eléments de Représentation
centrale dispersion graphique
Ecart-Type Quantiles Diagramme Diagramme en
Diagramme en
circulaire ou bandes
bâtons
semi-circulaire subdivisées
Mode Médiane Moyenne
Mode : On recherche la ou les valeur(s) de la variable qui possède(nt) le ou les plus
grand(s) effectif(s) ou pour laquelle la ou les fréquence(s) est (sont) la ou les plus
élevée(s) (On utilise ni ou fi )
Il n’y a aucun autre élément que l’on puisse déterminer
Variables
Qualitatives
Ordinales
Eléments de
tendance Eléments de Représentation
centrale dispersion graphique
Diagramme Diagramme à
Diagramme en
circulaire ou bandes
Ecart-Type Quantiles bâtons
semi-circulaire subdivisées
Mode Médiane Moyenne
Mode : On recherche la ou les valeur(s) de la variable qui possède(nt) le ou les plus
grand(s) effectif(s) ou pour laquelle la ou les fréquence(s) est (sont) la ou les plus
élevée(s) (On utilise ni ou fi )
Médiane : On recherche la valeur de la variable pour laquelle 50% de l’effectif total est
situé en dessous et 50% est situé au dessus. On utilise les Fi ou les Ni ( Dans ce cas il
faut calculer l’effectif correspondant)
Quantiles (quantile d’ordre α : Xα): On recherche la valeur de la variable pour
laquelle α % de l’effectif total est situé en dessous et (1- α )% est situé au dessus.
On utilise les Fi ou les Ni ( Dans ce cas il faut calculer l’effectif correspondant)
X25 correspond au 1er Quartile : Q1
Il n’y a aucun autre élément que l’on puisse déterminer
Variables
Quantitatives
Discrètes
Eléments de
tendance Eléments de Représentation
centrale dispersion graphique
Diagramme en La fonction de
Quantiles L’histogramme répartition
Ecart-Type bâtons
Mode Médiane Moyenne
Mode : On recherche la ou les valeur(s) de la variable qui possède(nt) le ou les plus
grand(s) effectif(s) ou pour laquelle la ou les fréquences est (sont) la ou les plus
élevée(s) (On utilise ni ou fi )
Médiane : On recherche la valeur de la variable pour laquelle 50% de l’effectif total est
situé en dessous et 50% est situé au dessus. On utilise les Fi ou les Ni ( Dans ce cas il
faut calculer l’effectif correspondant)
Quantiles (quantile d’ordre α : Xα): On recherche la valeur de la variable pour
laquelle α % de l’effectif total est situé en dessous et (1- α )% est situé au dessus.
On utilise les Fi ou les Ni ( Dans ce cas il faut calculer l’effectif correspondant)
X25 correspond au 1er Quartile : Q1
Eléments Cas où les ni=1 Cas où les ni≠1 Cas où on ne
Données brutes Tableau de dénombrement
dispose pas des ni
mais des fi
Moyenne 𝑁 𝑁 𝑁
1 1
𝑥 = 𝑥𝑖 𝑥 = 𝑛𝑖 𝑥𝑖 𝑥 = 𝑓𝑖 𝑥𝑖
𝑁 𝑁
𝑖=1 𝑖=1 𝑖=1
𝑁 𝑁 𝑁
1 1
Variance 𝑣𝑎𝑟(𝑥) = 𝑥𝑖2 − 𝑥 ² 𝑣𝑎𝑟(𝑥) = 𝑛𝑖 𝑥𝑖2 − 𝑥 ² 𝑓𝑖 𝑥𝑖2 − 𝑥 ²
𝑁 𝑁
𝑖=1 𝑖=1 𝑖=1
𝑁 𝑁 𝑁
1 1
𝑣𝑎𝑟(𝑥) = ( 𝑥𝑖 − 𝑥 )² 𝑣𝑎𝑟(𝑥) = 𝑛𝑖 (𝑥𝑖 − 𝑥 )² 𝑓𝑖 (𝑥𝑖 − 𝑥 )²
𝑁 𝑁
𝑖=1 𝑖=1 𝑖=1
Ecart-Type 𝜎 𝑥 = 𝑣𝑎𝑟(𝑥) 𝜎 𝑥 = 𝑣𝑎𝑟(𝑥) 𝑣𝑎𝑟(𝑥)
Variables
Quantitatives
Continues
Eléments de
tendance Eléments de Représentation
centrale dispersion graphique
Diagramme en La fonction de
Quantiles L’histogramme répartition
Ecart-Type bâtons
Mode Médiane Moyenne
Mode ( Classe modale ) :
Cas où les amplitudes sont égales :On recherche la ou les valeur(s) de la variable qui
possède(nt) le ou les plus grand(s) effectif(s) ou pour laquelle la ou les fréquences est
(sont) la ou les plus élevée(s) (On utilise ni ou fi ).
Cas où les amplitudes sont inégales : On calcule les densités : di=ni/ai puis on recherche
la valeur ou les valeurs de la variable qui possède(nt) la ou les plus grande(s)
densité(s) di. Graphiquement, c’est la ou les classes représentée(s) par le ou les
rectangle(s) le(s) plus haut(s) dans la représentation en histogramme.
Médiane : On réalise une interpolation linaire :
Quantiles (quantile d’ordre α : Xα):
∝ −𝐹𝑖−1
𝑄𝑢𝑎𝑛𝑡𝑖𝑙𝑒 𝑑 ′ 𝑜𝑟𝑑𝑟𝑒 ∝ = 𝑑é𝑏𝑢𝑡 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑠𝑒 + 𝑎𝑚𝑝𝑙𝑖𝑡𝑢𝑑𝑒 ×
𝐹𝑖 − 𝐹𝑖−1
Eléments : Cas où les ni=1 Cas où les ni≠1 Cas où on ne
Données brutes Tableau de dénombrement
dispose pas des ni
Il faut prendre le centre des classes Il faut prendre le centre des classes mais des fi
xi=ci xi=ci
𝑁 𝑁 𝑁
1 1
𝑥 = 𝑥𝑖 𝑥 = 𝑛𝑖 𝑥𝑖 𝑥 = 𝑓𝑖 𝑥𝑖
Moyenne 𝑁 𝑁
𝑖=1 𝑖=1 𝑖=1
𝑁 𝑁 𝑁
1 1
𝑣𝑎𝑟(𝑥) = 𝑥𝑖2 − 𝑥 ² 𝑣𝑎𝑟(𝑥) = 𝑛𝑖 𝑥𝑖2 − 𝑥 ² 𝑓𝑖 𝑥𝑖2 − 𝑥 ²
𝑁 𝑁
𝑖=1 𝑖=1 𝑖=1
𝑁 𝑁 𝑁
Variance 1 1
𝑣𝑎𝑟(𝑥) = ( 𝑥𝑖 − 𝑥 )² 𝑣𝑎𝑟(𝑥) = 𝑛𝑖 (𝑥𝑖 − 𝑥 )² 𝑓𝑖 (𝑥𝑖 − 𝑥 )²
𝑁 𝑁
𝑖=1 𝑖=1 𝑖=1
Ecart-Type 𝜎 𝑥 = 𝑣𝑎𝑟(𝑥) 𝜎 𝑥 = 𝑣𝑎𝑟(𝑥) 𝑣𝑎𝑟(𝑥)
𝜎(𝑥) 0 𝐶𝑉 𝑥 1
𝐶𝑜𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑡 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎𝑡𝑖𝑜𝑛 ∶ 𝐶𝑉 𝑥 =
𝑥 𝑀𝑜𝑦𝑒𝑛𝑛𝑒 𝑝𝑎𝑠 𝑟𝑒𝑝𝑟é𝑠𝑒𝑛𝑡𝑎𝑡𝑖𝑣𝑒,
𝑀𝑜𝑦𝑒𝑛𝑛𝑒 𝑡𝑟è𝑠 𝑟𝑒𝑝𝑟é𝑠𝑒𝑛𝑡𝑎𝑡𝑖𝑣𝑒,
𝑑𝑜𝑛𝑛é𝑒𝑠 𝑟𝑒𝑔𝑟𝑜𝑢𝑝é𝑒𝑠, 𝑑𝑜𝑛𝑛é𝑒𝑠 𝑑𝑖𝑠𝑝𝑒𝑟𝑠é𝑒𝑠,
homogènes. hétérogènes.
𝟎,𝟐𝟓−𝑭𝒊−𝟏
Q1= 𝒅é𝒃𝒖𝒕 𝒅𝒆 𝒍𝒂 𝒄𝒍𝒂𝒔𝒔𝒆 + 𝒂𝒎𝒑𝒍𝒊𝒕𝒖𝒅𝒆 × 𝑭𝒊 −𝑭𝒊−𝟏
EIQ = 𝑄3 − 𝑄1
𝟎,𝟕𝟓−𝑭𝒊−𝟏
Q3= 𝒅é𝒃𝒖𝒕 𝒅𝒆 𝒍𝒂 𝒄𝒍𝒂𝒔𝒔𝒆 + 𝒂𝒎𝒑𝒍𝒊𝒕𝒖𝒅𝒆 × 𝑭𝒊 −𝑭𝒊−𝟏
1 SAUT = 1,5 × 𝐸𝐼𝑄
𝟎,𝟏𝟎−𝑭𝒊−𝟏
D1= 𝒅é𝒃𝒖𝒕 𝒅𝒆 𝒍𝒂 𝒄𝒍𝒂𝒔𝒔𝒆 + 𝒂𝒎𝒑𝒍𝒊𝒕𝒖𝒅𝒆 × 𝑭𝒊 −𝑭𝒊−𝟏 Seuil inférieur = 𝑄1 – 1 Saut
𝟎,𝟗𝟎−𝑭𝒊−𝟏 Seuil supérieur = 𝑄3 + 1 Saut
D9= 𝒅é𝒃𝒖𝒕 𝒅𝒆 𝒍𝒂 𝒄𝒍𝒂𝒔𝒔𝒆 + 𝒂𝒎𝒑𝒍𝒊𝒕𝒖𝒅𝒆 × 𝑭𝒊 −𝑭𝒊−𝟏
𝒇𝒊𝒋 𝒇𝒊.
𝒇.𝒋 1
𝒏𝒊𝒋 𝒏𝒊. 𝒏.𝒋
𝒇𝒊𝒋 = 𝒇𝒊. = 𝒇.𝒋 =
𝑵 𝑵 𝑵
𝒏𝒊𝒋 𝒏𝒊𝒋
𝒇𝒙𝒊/𝒚𝒋 = 𝒇𝒚𝒋 /𝒙𝒊 =
𝒏.𝒋 𝒏𝒊.
𝒏𝟏. × 𝒙𝟏 + 𝒏𝟐. × 𝒙𝟐 + 𝒏𝟑. × 𝒙𝟑 + ⋯ + 𝒏𝒌. × 𝒙𝒌
𝑴𝒐𝒚𝒆𝒏𝒏𝒆 𝒎𝒂𝒓𝒈𝒊𝒏𝒂𝒍𝒆 𝒙 =
𝑵
𝒏𝟏. × 𝒙𝟏 + 𝒏𝟐. × 𝒙2𝟐 + 𝒏𝟑. × 𝒙2𝟑 + ⋯ + 𝒏𝒌. × 𝒙2𝒌
2
𝑽𝒂𝒓𝒊𝒂𝒏𝒄𝒆 𝒎𝒂𝒓𝒈𝒊𝒏𝒂𝒍𝒆 ∶ 𝒗𝒂𝒓 𝒙 = − 𝒙²
𝑵
𝒏𝟏. × (𝒙𝟏 −𝒙)² + 𝒏𝟐. × (𝒙𝟐 −𝒙)² + 𝒏𝟑. × (𝒙𝟑 −𝒙)² + ⋯ + 𝒏𝒌. × (𝒙𝒌 −𝒙)²
𝑽𝒂𝒓𝒊𝒂𝒏𝒄𝒆 𝒎𝒂𝒓𝒈𝒊𝒏𝒂𝒍𝒆 ∶ 𝒗𝒂𝒓 𝒙 =
𝑵
𝑬𝒄𝒂𝒓𝒕 𝒕𝒚𝒑𝒆 𝒎𝒂𝒓𝒈𝒊𝒏𝒂𝒍 ∶ 𝝈(𝒙) = 𝒗𝒂𝒓(𝒙)
𝒏.𝟏 × 𝒚𝟏 + 𝒏.𝟐 × 𝒚𝟐 + 𝒏.𝟑 × 𝒚𝟑 + ⋯ + 𝒏.𝒑 × 𝒚𝒑
𝑴𝒐𝒚𝒆𝒏𝒏𝒆 𝒎𝒂𝒓𝒈𝒊𝒏𝒂𝒍𝒆 𝒚 =
𝑵
𝒏.𝟏 × 𝒚2𝟏 + 𝒏.𝟐 × 𝒚2𝟐 + 𝒏.𝟑 × 𝒚2𝟑 + ⋯ + 𝒏.𝒑 × 𝒚2𝒑
𝑽𝒂𝒓𝒊𝒂𝒏𝒄𝒆 𝒎𝒂𝒓𝒈𝒊𝒏𝒂𝒍𝒆 ∶ 𝒗𝒂𝒓 𝒚 = − 𝒚²
𝑵
𝒏.𝟏 × (𝒚𝟏 −𝒚)² + 𝒏.𝟐 × (𝒚𝟐 −𝒚)² + 𝒏.𝟑 × (𝒚𝟑 −𝒚)² + ⋯ + 𝒏.𝒑 × (𝒚𝒑 −𝒚)²
𝑽𝒂𝒓𝒊𝒂𝒏𝒄𝒆 𝒎𝒂𝒓𝒈𝒊𝒏𝒂𝒍𝒆 ∶ 𝒗𝒂𝒓 𝒚 =
𝑵
𝑬𝒄𝒂𝒓𝒕 𝒕𝒚𝒑𝒆 𝒎𝒂𝒓𝒈𝒊𝒏𝒂𝒍 ∶ 𝝈(𝒚) = 𝒗𝒂𝒓(𝒚)
𝑛1𝑗
𝑛2𝑗
𝑛𝑘𝑗
𝒏.𝒋
𝒏𝟏𝒋 × 𝒙𝟏 + 𝒏𝟐𝒋 × 𝒙𝟐 + 𝒏𝟑𝒋 × 𝒙𝟑 + ⋯ + 𝒏𝒌𝒋 × 𝒙𝒌
𝑴𝒐𝒚𝒆𝒏𝒏𝒆 𝒄𝒐𝒏𝒅𝒊𝒕𝒊𝒐𝒏𝒏𝒆𝒍𝒍𝒆 𝒙𝒋 =
𝒏.𝒋
𝒏𝟏𝒋 × 𝒙2𝟏 + 𝒏𝟐𝒋 × 𝒙2𝟐 + 𝒏𝟑𝒋 × 𝒙2𝟑 + ⋯ + 𝒏𝒌𝒋 × 𝒙2𝒌
𝑽𝒂𝒓𝒊𝒂𝒏𝒄𝒆 𝒄𝒐𝒏𝒅𝒊𝒕𝒊𝒐𝒏𝒏𝒆𝒍𝒍𝒆 ∶ 𝒗𝒋 𝒙 = − 𝒙 𝒋²
𝒏.𝒋
𝒏𝟏𝒋 × (𝒙𝟏 −𝒙𝒋)² + 𝒏𝟐𝒋 × (𝒙𝟐 −𝒙𝒋)² + 𝒏𝟑𝒋 × (𝒙𝟑 −𝒙𝒋)² + ⋯ + 𝒏𝒌𝒋 × (𝒙𝒌 −𝒙𝒋)²
𝑽𝒂𝒓𝒊𝒂𝒏𝒄𝒆 𝒄𝒐𝒏𝒅𝒊𝒕𝒊𝒐𝒏𝒏𝒆𝒍𝒍𝒆 ∶ 𝒗𝒋 𝒙 =
𝒏.𝒋
𝑬𝒄𝒂𝒓𝒕 𝒕𝒚𝒑𝒆 𝒄𝒐𝒏𝒅𝒊𝒕𝒊𝒐𝒏𝒏𝒆𝒍 ∶ 𝝈𝒋(𝒙) = 𝒗𝒋(𝒙)
𝑛𝑖1 𝑛𝑖2 𝑛𝑖𝑝 𝒏𝒊.
𝒏𝒊𝟏 × 𝒚𝟏 + 𝒏𝒊𝟐 × 𝒚𝟐 + 𝒏𝒊𝟑 × 𝒚𝟑 + ⋯ + 𝒏𝒊𝒑 × 𝒚𝒑
𝑴𝒐𝒚𝒆𝒏𝒏𝒆 𝒄𝒐𝒏𝒅𝒊𝒕𝒊𝒐𝒏𝒏𝒆𝒍𝒍𝒆 𝒚𝒊 =
𝒏𝒊.
𝒏𝒊𝟏 × 𝒚2𝟏 + 𝒏𝒊𝟐 × 𝒚2𝟐 + 𝒏𝒊𝟑 × 𝒚2𝟑 + ⋯ + 𝒏𝒊𝒑 × 𝒚2𝒑
𝑽𝒂𝒓𝒊𝒂𝒏𝒄𝒆 𝒄𝒐𝒏𝒅𝒊𝒕𝒊𝒐𝒏𝒏𝒆𝒍𝒍𝒆: 𝒗𝒊 𝒚 = − 𝒚𝒊²
𝒏𝒊.
𝒏𝒊𝟏 × (𝒚𝟏 −𝒚𝒊)² + 𝒏𝒊𝟐 × (𝒚𝟐 −𝒚𝒊)² + 𝒏𝒊𝟑 × (𝒚𝟑 −𝒚𝒊)² + ⋯ + 𝒏𝒊𝒑 × (𝒚𝒑 −𝒚𝒊)²
𝑽𝒂𝒓𝒊𝒂𝒏𝒄𝒆 𝒄𝒐𝒏𝒅𝒊𝒕𝒊𝒐𝒏𝒏𝒆𝒍𝒍𝒆 ∶ 𝒗𝒊 𝒚 =
𝒏𝒊.
𝑬𝒄𝒂𝒓𝒕 𝒕𝒚𝒑𝒆 𝒄𝒐𝒏𝒅𝒊𝒕𝒊𝒐𝒏𝒏𝒆𝒍: 𝝈𝒊(𝒚) = 𝒗𝒊(𝒚)
Etude de l’intensité entre deux variables
Indicateurs de liaison
statistique
X et Y sont X est QUALITATIVE X et Y sont
QUANTITATIVES Y est QUANTITATIVE QUALITATIVES
covariance
cov(X;Y) rapport de corrélation Chi-2
η2Y/X χ2
coefficient de corrélation linéaire (pas au programme du BBA1 => cf. test
r(X;Y) d’indépendance du χ2 en BBA2)
DEUX VARIABLES QUANTITATIVES
COVARIANCE DE X ET Y
QUANTITATIVES
TABLEAU DE DONNEES TABLEAU DE
BRUTES CONTINGENCE
𝑝 𝑘
1
𝑁 𝑁 𝐶𝑂𝑉 𝑋; 𝑌 = 𝑛𝑖𝑗 𝑥𝑖 − 𝑥 𝑦𝑖 − 𝑦
1 1 𝑁
𝐶𝑂𝑉 𝑋; 𝑌 = 𝑥𝑖 − 𝑥 𝑦𝑖 − 𝑦 𝑜𝑢 𝑥𝑖 𝑦𝑖 − 𝑥 𝑦 𝑖=1 𝑗=1
𝑁 𝑁
𝑖=1 𝑖=1
𝑝 𝑘
1
N étant le nombre de couples 𝐶𝑂𝑉 𝑋; 𝑌 = 𝑛𝑖𝑗 𝑥𝑖 𝑦𝑖 − 𝑥 𝑦
(𝑥𝑖 ; 𝑦𝑖 )de données brutes 𝑁
𝑖=1 𝑗=1
𝑐𝑜𝑣(𝑥; 𝑦)
𝐶𝑜𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑡 𝑑𝑒 𝑐𝑜𝑟𝑟é𝑙𝑎𝑡𝑖𝑜𝑛: 𝑅 𝑥; 𝑦 =
𝜎(𝑥)𝜎(𝑦)
R 𝑥; 𝑦
−1 0 1
𝐹𝑜𝑟𝑡𝑒 𝑐𝑜𝑟𝑟é𝑙𝑎𝑡𝑖𝑜𝑛, 𝑙𝑒 𝑙𝑖𝑒𝑛 Lorsque R=0, 𝐹𝑜𝑟𝑡𝑒 𝑐𝑜𝑟𝑟é𝑙𝑎𝑡𝑖𝑜𝑛, 𝑙𝑒 𝑙𝑖𝑒𝑛
𝑙𝑖𝑛é𝑎𝑖𝑟𝑒 𝑒𝑠𝑡 𝑓𝑜𝑟𝑡 entre 𝑃𝑎𝑠 𝑑𝑒 𝑐𝑜𝑟𝑟é𝑙𝑎𝑡𝑖𝑜𝑛, 𝑝𝑎𝑠 𝑑𝑒 𝑙𝑖𝑒𝑛 𝑙𝑖𝑛é𝑎𝑖𝑟𝑒 𝑒𝑠𝑡 𝑓𝑜𝑟𝑡 entre Y
Y et X, les variables 𝑙𝑖𝑛é𝑎𝑖𝑟𝑒 entre Y et X. et X, les variables
évoluent en sens X et Y sont linéairement évoluent dans le même
contraire, le lien est indépendantes sens , le lien est linéaire
linéaire et décroissant. et croissant.
Lorsque R=-1 , les Lorsque R=1 , les points
points sont alignés. sont alignés.
Lorsque R est proche de -1 ou de 1, un ajustement affine par la MMCO( Méthode des moindres carrés ordinaires) est envisageable
𝑦=𝑎x+𝑏 𝑦𝑖 𝑠𝑜𝑛𝑡 𝑙𝑒𝑠 𝑣𝑎𝑙𝑒𝑢𝑟𝑠 𝑑𝑒 𝑌 𝑜𝑏𝑒𝑟𝑣é𝑒𝑠
𝑐𝑜𝑣(𝑥; 𝑦) 𝑦𝑖=𝑎xi+𝑏 𝑠𝑜𝑛𝑡 𝑙𝑒𝑠 𝑌 𝑒𝑠𝑡𝑖𝑚é𝑠
𝑎= 𝑏 =𝑦−𝑎×𝑥
𝑣𝑎𝑟(𝑥)
ε𝑖=yi-𝑦𝑖 𝑠𝑜𝑛𝑡 𝑙𝑒𝑠 𝑟é𝑠𝑖𝑑𝑢𝑠
𝑎 représente la 𝑏 représente la valeur
variation de 𝑦 lorsque x de 𝑦 lorsque x=0
augmente d’une unité. 𝑁 1 𝑁
𝑖=1 ε𝑖 =0 et ε = 𝑁 𝑖=1 ε𝑖 =0
𝐶𝑒𝑡𝑡𝑒 é𝑞𝑢𝑎𝑡𝑖𝑜𝑛 𝑑𝑒 𝑑𝑟𝑜𝑖𝑡𝑒 𝑎𝑖𝑛𝑠𝑖 𝑜𝑏𝑡𝑒𝑛𝑢𝑒 𝑝𝑒𝑟𝑚𝑒𝑡 𝑑𝑒 𝑟é𝑎𝑙𝑖𝑠𝑒𝑟 𝑢𝑛𝑒 𝑒𝑥𝑡𝑟𝑎𝑝𝑜𝑙𝑎𝑡𝑖𝑜𝑛;
𝑐′𝑒𝑠𝑡 à 𝑑𝑖𝑟𝑒 𝑢𝑛𝑒 prévision, une estimation pour
𝑦 à 𝑝𝑎𝑟𝑡𝑖𝑟 𝑑 ′ 𝑢𝑛𝑒 𝑣𝑎𝑙𝑒𝑢𝑟 𝑑𝑒 𝑥 𝑞𝑢𝑖 𝑛′ 𝑎 𝑝𝑎𝑠 é𝑡é 𝑜𝑏𝑒𝑟𝑣é𝑒.
𝑐𝑜𝑣²(𝑥; 𝑦)
𝐶𝑜𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑡 𝑑𝑒 𝑑é𝑡𝑒𝑟𝑚𝑖𝑛𝑎𝑡𝑖𝑜𝑛: 𝑅² 𝑥; 𝑦 =
𝑣𝑎𝑟 𝑥 𝑣𝑎𝑟(𝑦)
R² 𝑥; 𝑦
0 1
>>>% d’explication de + en + important >>>
𝑌 𝑒𝑠𝑡 𝑒𝑥𝑝𝑙𝑖𝑞𝑢é𝑒 𝑝𝑎𝑟 𝑋 à 0%, 𝑌 𝑒𝑠𝑡 𝑒𝑥𝑝𝑙𝑖𝑞𝑢é𝑒 𝑝𝑎𝑟 𝑋 à 100%,
Il n’y aucune fiabilité de la la fiabilité de la prévision qui
prévision qui aura été aura été réalisée à l’aide de
réalisée à l’aide de l’ajustement linéaire est
l’ajustement linéaire. totale.
VARIABLE QUALITATIVE & VARIABLE QUANTITATIVE
X est QUALITATIVE
&
Y est QUANTITATIVE
PAS DE COVARIANCE NI
UNIQUEMENT DES
DE VARIANCE POUR LA
MOYENNES ET DES
VARIABLE X NI DE
VARIANCES POUR Y
MOYENNE 𝑦 ∶ 𝑀𝑜𝑦𝑒𝑛𝑛𝑒 𝑚𝑎𝑟𝑔𝑖𝑛𝑎𝑙𝑒 𝑑𝑒 𝑌
V𝑎𝑟(𝑦):
𝑦1 : Moyenne conditionnelle
Variance marginale
de Y par rapport à X=x1
de Y :
COV(X;Y) Var(X) 𝑥 𝑦2 : Moyenne conditionnelle
de Y par rapport à X=x2
variabilité globale
Var(𝑦i) : Variance
intergroupe : Variance
𝑦p : Moyenne conditionnelle de Y expliquée par X,
de Y par rapport à X=xp variance des moyennes
conditionnelles de Y
Vari(𝑦) : variance conditionnelle
Vari(𝑦): Variance intragroupe,
de Y liée à X=xi
moyenne des variances
conditionnelles de Y.
𝑅𝑎𝑝𝑝𝑜𝑟𝑡 𝑑𝑒 𝑐𝑜𝑟𝑟é𝑙𝑎𝑡𝑖𝑜𝑛:
𝑉𝑎𝑟𝑖𝑎𝑏𝑖𝑙𝑖𝑡é 𝑖𝑛𝑡𝑒𝑟𝑔𝑟𝑜𝑢𝑝𝑒 𝑉𝑎𝑟𝑖𝑎𝑛𝑐𝑒 𝑑𝑒𝑠 𝑚𝑜𝑦𝑒𝑛𝑛𝑒𝑠 𝑐𝑜𝑛𝑑𝑖𝑡𝑖𝑜𝑛𝑛𝑒𝑙𝑙𝑒𝑠 𝑑𝑒 𝑌 𝑣𝑎𝑟(𝑦𝑖 )
η²𝑌 |𝑋 = = = 𝑣𝑎𝑟(𝑦)
𝑉𝑎𝑟𝑖𝑎𝑏𝑖𝑙𝑖𝑡é 𝑔𝑙𝑜𝑏𝑎𝑙𝑒 𝑣𝑎𝑟𝑖𝑎𝑛𝑐𝑒 𝑚𝑎𝑟𝑔𝑖𝑛𝑎𝑙𝑒 𝑑𝑒 𝑌
0 η²𝑌 |𝑋 1
>>>% d’explication de + en + important >>>
𝐴𝑢𝑐𝑢𝑛𝑒 𝑖𝑛𝑡𝑒𝑛𝑠𝑖𝑡é 𝑒𝑛𝑡𝑟𝑒 𝑌 𝑒𝑡 𝑋. Intensité maximale entre Y
La variable Y est expliquée par et X. La variable Y est
X à 0% expliquée par X à 100%
