Scribd
Importer
20 vues1 page

Statistique

Le document présente des concepts clés en statistiques, notamment les méthodes de moindres carrés, la moyenne, la variance, l'écart-type, la covariance et le coefficient de corrélation linéaire. Il décrit également les droites de régression et la méthode de Mayer pour l'ajustement des données. Des formules utiles pour les calculs statistiques sont également fournies.

Transféré par

abouazzahajer
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
20 vues1 page

Statistique

Le document présente des concepts clés en statistiques, notamment les méthodes de moindres carrés, la moyenne, la variance, l'écart-type, la covariance et le coefficient de corrélation linéaire. Il décrit également les droites de régression et la méthode de Mayer pour l'ajustement des données. Des formules utiles pour les calculs statistiques sont également fournies.

Transféré par

abouazzahajer
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

Résumé cours Mathématiques (Bac Tech – Sc) 2013/2014

LES STATISTIQUES

Méthodes de moindres carrés :

n n
1 1
La moyenne arithmétique : X 
N
xi 1
i Y
N
yi 1
i

n
1 1 n 2
 xi2  X 
2 2
La variance : V ( X )  V (Y )  yi  Y
N i 1 N i 1
L’écart-type :  x  V ( X )  y  V (Y )
Le point moyen : G(𝑋, 𝑌)

n
1
La covariance : cov( x, y ) 
N
x
i 1
i yi  X Y  XY  X Y

𝑐𝑜𝑣 (𝑥,𝑦)
Le coefficient de corrélation linéaire : 𝑟 𝑥, 𝑦 = ∈ −1,1
𝜎𝑥 𝜎𝑦

 Si 𝑟(𝑥, 𝑦) ∈ 0 ; 0,70 alors la corrélation entre 𝑥 et 𝑦 est faible.


 Si 𝑟(𝑥, 𝑦) ∈ 0,70 ; 0,95 alors la corrélation entre 𝑥 et 𝑦 est forte.
 Si 𝑟(𝑥, 𝑦) ∈ 0,95 ; 1 alors la corrélation entre 𝑥 et 𝑦 est très forte.

La droite de régression de X par rapport à Y : 𝐷: 𝑦 = 𝑎𝑥 + 𝑏


𝑐𝑜𝑣 (𝑥,𝑦)
Avec : 𝑎 = et 𝑏 = 𝑌 − 𝑎𝑋
𝑉(𝑋)

La droite de régression de Y par rapport à X : 𝐷′ : 𝑥 = 𝑎′𝑦 + 𝑏′


𝑐𝑜𝑣 (𝑥,𝑦)
Avec : 𝑎′ = et 𝑏′ = 𝑋 − 𝑎′𝑌
𝑉(𝑌)

Méthode de Mayer :

Le principe de l’ajustement par la méthode de Mayer consiste à partager le nuage associé


à une série (𝑥𝑖 , 𝑦𝑖 ) en deux nuages dont le nombre de points diffère d’au plus un. On
désigne par G1 et G2 les points moyens respectifs du premier et du deuxième nuage.
La droite (G1 G2) est appelée droite de Mayer.

 Supposons que l’on a G1(𝑥1 , 𝑦1 ) et G2(𝑥2 , 𝑦2 )


𝑦1 − 𝑎𝑥1
𝑦 2 −𝑦1
Droite de Mayer : 𝑦 = 𝑎𝑥 + 𝑏 𝑎=𝑥 ; 𝑏 = 𝑜𝑢
2 −𝑥 1
𝑦2 − 𝑎𝑥2

Remarques utiles :

Formules utiles :

𝑎 + 𝑏 2 = 𝑎2 + 2𝑎𝑏 + 𝑏 2 ; 𝑎 − 𝑏 2
= 𝑎2 − 2𝑎𝑏 + 𝑏 2 ; 𝑎 + 𝑏 𝑎 − 𝑏 = 𝑎2 − 𝑏 2
𝑎 + 𝑏 3 = 𝑎3 + 3𝑎2 𝑏 + 3𝑎𝑏 2 + 𝑏 3 ; 𝑎 − 𝑏 3 = 𝑎3 − 3𝑎2 𝑏 + 3𝑎𝑏 2 − 𝑏 3
𝑎3 − 𝑏 3 = 𝑎 − 𝑏 (𝑎2 + 𝑎𝑏 + 𝑏 2 ) ; 𝑎3 + 𝑏 3 = 𝑎 + 𝑏 (𝑎2 − 𝑎𝑏 + 𝑏 2 )

Tel : 22 208 217 30

Vous aimerez peut-être aussi