Scribd
Importer
26 vues7 pages

Stats Bivarié e III

Le document présente des concepts fondamentaux de statistiques bivariées, notamment la régression linéaire simple et multiple. Il explique comment établir un modèle pour prédire une variable dépendante à partir d'une ou plusieurs variables indépendantes, en utilisant la méthode des moindres carrés. Un exemple pratique est fourni pour illustrer le calcul des coefficients de régression à partir d'un échantillon de données.

Transféré par

Fatimetou Medvall
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
26 vues7 pages

Stats Bivarié e III

Le document présente des concepts fondamentaux de statistiques bivariées, notamment la régression linéaire simple et multiple. Il explique comment établir un modèle pour prédire une variable dépendante à partir d'une ou plusieurs variables indépendantes, en utilisant la méthode des moindres carrés. Un exemple pratique est fourni pour illustrer le calcul des coefficients de régression à partir d'un échantillon de données.

Transféré par

Fatimetou Medvall
Copyright
© © All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Chapitre

1
Présentation et traitement des
données

1
Statistiques bivariées 2 M. ALEIYOUKA
Chapitre
2
Étude de la liaison entre deux
variables

3
Statistiques bivariées 4 M. ALEIYOUKA
Chapitre
3
Régression linéaire

Table des matières


1 Présentation et traitement des données 1

2 Étude de la liaison entre deux variables 3

3 Régression linéaire 5
1 Qu’est-ce qu’une analyse de régression linéaire ? . . . . . . . . . . . . . . . 5
2 Méthode des moindres carrés . . . . . . . . . . . . . . . . . . . . . . . . . . 6

1. Qu’est-ce qu’une analyse de régression linéaire ?

L’analyse de régression linéaire est utilisée pour créer un modèle qui décrit la relation
entre une variable dépendante et une ou plusieurs variables indépendantes. Selon qu’il y
a une ou plusieurs variables indépendantes, on distingue l’analyse de régression linéaire
simple et l’analyse de régression linéaire multiple.

L’objectif d’une régression linéaire simple est de prédire la valeur d’une variable
dépendante en fonction d’une variable indépendante. Plus la relation linéaire entre la
variable indépendante et la variable dépendante est grande, plus la prédiction est précise.
Plus la relation linéaire entre les variables dépendantes et indépendantes est importante,

5
Méthode des moindres carrés

plus les points de données se situent sur une ligne droite.

La tâche de la régression linéaire simple consiste à déterminer exactement cette ligne


droite qui décrit le mieux la relation linéaire entre la variable dépendante et la variable
indépendante. Dans l’analyse de régression linéaire, une ligne droite est tracée dans le
nuage de points. Pour déterminer cette droite, la régression linéaire utilise la méthode des
moindres carrés. La droite de régression peut être décrite par l’équation suivante :

Y = ax + b

Cette droite s’appelle la droite de régression de y en x car nous avons voulu expliquer la
variable y en fonction de la variable x avec

Cov(X, Y )
a= et b = ȳ − ax̄
V (X)

2. Méthode des moindres carrés

Cette méthode des moindres carrés consiste à rendre minimale la distance du nuage de
points à une droite D d’équation Y = ax + b, c’est-à-dire minimiser la quantité :
n n
(yi − (axi + b))2
X X
f (a, b) = ei =
i=1 i=1

Exrcice

Une étude est menée sur un échantillon de 5 personnes pour étudier la relation entre la
taille (en cm) et le poids (en kg). On suppose qu’il existe une relation linéaire entre
ces deux variables, du type :

Statistiques bivariées 6 M. ALEIYOUKA


TABLE DES MATIÈRES

y = ax + b

où y est le poids, x la taille, et a, b les coefficients à déterminer par la méthode des


moindres carrés.

On obtient les données suivantes :

Personne Taille xi (cm) Poids yi (kg)


1 150 50
2 160 55
3 170 65
4 180 70
5 190 75

1. Calculer les moyennes x̄ et ȳ.

2. Utiliser la méthode des moindres carrés pour déterminer les coefficients a et b de la


droite de régression linéaire y = ax + b.

3. Estimer le poids d’une personne mesurant 175 cm.

Statistiques bivariées 7 M. ALEIYOUKA

Vous aimerez peut-être aussi