Lessons and exercises follow the school system and stay in its language.Les leçons et les exercices suivent le système scolaire et restent dans sa langue.Lektionen und Übungen folgen dem Schulsystem und bleiben in seiner Sprache.

Statistiques à deux variables

Imprimer le thème

Toutes les leçons du thème, de la première année à la dernière, prêtes pour le papier. Les séries d'exercices sont notées A, B, C… et corrigées à la fin.

Pour obtenir un PDF, choisis « Enregistrer au format PDF » dans la fenêtre d'impression.

1. Nuage de points, point moyen, ajustement affine

Découvrir

On observe que les ventes de glaces et les noyades évoluent ensemble. Les glaces causent-elles les noyades ?

  1. Non, la chaleur peut expliquer les deux
  2. Oui

L'idée clé

Une série à deux variables se représente par un nuage de points.

Le point moyen est G(xˉ;yˉ)G(\bar{x} ; \bar{y}). Un ajustement affine est une droite proche des points du nuage.

Une forte corrélation ne prouve pas une causalité.

Exemple corrigé

Calcule GG pour les points (1;2)(1 ; 2), (2;4)(2 ; 4), (3;9)(3 ; 9).

xˉ=2\bar{x} = 2
Moyenne des x.
yˉ=5\bar{y} = 5
Moyenne des y.
G(2;5)G(2 ; 5)
Point moyen.

À toi, guidé

À toi : quelle est la moyenne des xx pour x=2,4,6x = 2, 4, 6 ?

44
12 / 3.

Entraînement ★

  1. Calcule yˉ\bar{y} pour la série de valeurs 44, 77, 66.
  2. Calcule yˉ\bar{y} pour la série de valeurs 1919, 2828, 1313.
  3. Calcule yˉ\bar{y} pour la série de valeurs 22, 11, 88.

Attention !

Entraînement ★★

  1. Deux grandeurs ont une forte corrélation. Que peut-on conclure ?
    1. Elles varient ensemble, sans preuve de causalité
    2. L'une cause l'autre
    3. Elles sont indépendantes
  2. Deux grandeurs ont une forte corrélation. Que peut-on conclure ?
    1. Elles varient ensemble, sans preuve de causalité
    2. L'une cause l'autre
    3. Elles sont indépendantes
  1. Un nuage de trois points a pour abscisses 44, 55 et 66. Quelle est l'abscisse du point moyen ?
  1. Dans un nuage, quand xx augmente, yy a tendance à diminuer. Quel est le signe de la covariance ?
    1. Négatif
    2. Positif
    3. Nul

Bilan

Trois questions pour vérifier que c'est acquis.

  1. Calcule yˉ\bar{y} pour la série de valeurs 44, 77, 66.
  2. Calcule yˉ\bar{y} pour la série de valeurs 1919, 2828, 1313.
  3. Calcule yˉ\bar{y} pour la série de valeurs 22, 11, 88.

Fiche résumé

Nuage de points

  • G(xˉ;yˉ)G(\bar{x} ; \bar{y}).
  • Ajustement affine : droite proche du nuage.

Attention : corrélation ne veut pas dire causalité.

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. Le nuage a trois points (1;5)(1 ; 5), (2;9)(2 ; 9) et (3;13)(3 ; 13). Calcule la covariance cov(x;y)\mathrm{cov}(x ; y).

2. Droite des moindres carrés

Échauffement

Trois questions rapides sur des leçons déjà vues.

  1. Calcule yˉ\bar{y} pour la série de valeurs 44, 77, 66.
  2. Deux grandeurs ont une forte corrélation. Que peut-on conclure ?
    1. Elles varient ensemble, sans preuve de causalité
    2. L'une cause l'autre
    3. Elles sont indépendantes
  3. Un nuage de trois points a pour abscisses 44, 55 et 66. Quelle est l'abscisse du point moyen ?

Découvrir

La droite des moindres carrés rend minimale la somme des carrés des écarts verticaux. Par quel point passe-t-elle toujours ?

  1. Le point moyen GG
  2. L'origine

L'idée clé

La somme des carrés est un trinôme en aa : on cherche son minimum.

La droite d'équation y=ax+by = ax + b a pour coefficient directeur a=cov(x;y)V(x)a = \dfrac{\mathrm{cov}(x ; y)}{V(x)} et passe par GG : b=yˉ−axˉb = \bar{y} - a\bar{x}.

Exemple corrigé

cov(x;y)=6\mathrm{cov}(x ; y) = 6, V(x)=2V(x) = 2, xˉ=4\bar{x} = 4, yˉ=20\bar{y} = 20. Trouve la droite.

a=3a = 3
Coefficient directeur.
b=20−3×4=8b = 20 - 3 \times 4 = 8
Elle passe par G.
y=3x+8y = 3x + 8
Droite.

À toi, guidé

À toi : avec la même droite, quelle valeur prévoit-on pour x=10x = 10 ?

3838
3 × 10 + 8.

Entraînement ★

  1. cov(x;y)=24\mathrm{cov}(x ; y) = 24 et V(x)=8V(x) = 8. Calcule le coefficient directeur de la droite des moindres carrés.
  2. cov(x;y)=336\mathrm{cov}(x ; y) = 336 et V(x)=14V(x) = 14. Calcule le coefficient directeur de la droite des moindres carrés.
  3. cov(x;y)=4\mathrm{cov}(x ; y) = 4 et V(x)=2V(x) = 2. Calcule le coefficient directeur de la droite des moindres carrés.

Attention !

Entraînement ★★

  1. La droite des moindres carrés a pour coefficient directeur 2 et passe par G(5;35)G(5 ; 35). Calcule son ordonnée à l'origine bb.
  2. La droite des moindres carrés a pour coefficient directeur 9 et passe par G(20;135)G(20 ; 135). Calcule son ordonnée à l'origine bb.
  1. La droite des moindres carrés a pour équation y=3x+4y = 3x + 4. Quelle valeur prévoit-elle pour x=2x = 2 ?
  1. Par quel point la droite des moindres carrés passe-t-elle toujours ?
    1. Le point moyen G(xˉ;yˉ)G(\bar{x} ; \bar{y})
    2. L'origine du repère
    3. Le premier point du nuage

Bilan

Trois questions pour vérifier que c'est acquis.

  1. cov(x;y)=24\mathrm{cov}(x ; y) = 24 et V(x)=8V(x) = 8. Calcule le coefficient directeur de la droite des moindres carrés.
  2. cov(x;y)=336\mathrm{cov}(x ; y) = 336 et V(x)=14V(x) = 14. Calcule le coefficient directeur de la droite des moindres carrés.
  3. cov(x;y)=4\mathrm{cov}(x ; y) = 4 et V(x)=2V(x) = 2. Calcule le coefficient directeur de la droite des moindres carrés.

Fiche résumé

Moindres carrés

  • a=cov(x;y)V(x)a = \dfrac{\mathrm{cov}(x ; y)}{V(x)}.
  • Passe par GG.

Attention : la covariance est au numérateur.

Il reste une étape facultative : un défi. Tente-le, ou termine la leçon maintenant.

Défi ★★★

  1. On pose z=ln⁡yz = \ln y et on trouve la droite des moindres carrés z=0,5x+2z = 0{,}5x + 2. Quelle valeur de yy ce modèle prévoit-il pour x=0x = 0 ?

3. La droite des moindres carrés

Découvrir

Une droite passe près de quelques points, mais aucun n'est exactement dessus. Quelle droite est « la meilleure » ?

  1. Celle qui rend la somme des carrés des écarts verticaux la plus petite possible
  2. N'importe quelle droite passant par deux des points

L'idée clé

Les moindres carrés.

La droite des moindres carrés y=mx+by = mx + b rend ∑(yi−mxi−b)2\sum (y_i - mx_i - b)^2 minimale. Elle passe toujours par le point moyen (xˉ;yˉ)(\bar{x} ; \bar{y}).

Exemple corrigé

Données : (1;2)(1 ; 2), (2;3)(2 ; 3), (3;7)(3 ; 7). La pente des moindres carrés est 2,5. Trouver bb.

xˉ=2\bar{x} = 2, yˉ=4\bar{y} = 4
Point moyen.
4=2,5×2+b4 = 2{,}5 \times 2 + b, donc b=−1b = -1
La droite passe par ce point.

À toi, guidé

À toi : la droite a pour pente 3 et xˉ=4\bar{x} = 4, yˉ=20\bar{y} = 20. Trouve bb.

b=8b = 8
20=3×4+b20 = 3 \times 4 + b.

Entraînement ★

  1. Une droite des moindres carrés a pour pente 7 et le point moyen est (7;57)(7 ; 57). Trouve son ordonnée à l'origine bb.
  2. Une droite des moindres carrés a pour pente 8 et le point moyen est (8;25)(8 ; 25). Trouve son ordonnée à l'origine bb.
  3. Une droite des moindres carrés a pour pente 8 et le point moyen est (5;43)(5 ; 43). Trouve son ordonnée à l'origine bb.

Entraînement ★★

  1. Trois points ont pour résidus 11, −1-1 et 00 par rapport à la droite y=2x+1y = 2x + 1. Calcule la somme des carrés des résidus.
  2. Trois points ont pour résidus 11, −1-1 et 00 par rapport à la droite y=2x+9y = 2x + 9. Calcule la somme des carrés des résidus.

Bilan

Deux questions pour vérifier.

  1. Une droite des moindres carrés a pour pente 7 et le point moyen est (7;57)(7 ; 57). Trouve son ordonnée à l'origine bb.
  2. Une droite des moindres carrés a pour pente 8 et le point moyen est (8;25)(8 ; 25). Trouve son ordonnée à l'origine bb.

Fiche résumé

Moindres carrés

  • On minimise la somme des carrés des résidus.
  • La droite passe par (xˉ;yˉ)(\bar{x} ; \bar{y}).

La « courbe de tendance » de tout tableur est une droite des moindres carrés.

4. Histoire de la régression : Legendre, Gauss et Galton

Découvrir

Vers 1800, les astronomes avaient plus d'observations d'une comète que nécessaire, et elles ne concordaient pas tout à fait. Comment les combiner ?

  1. Choisir l'orbite qui rend les carrés des erreurs les plus petits possible
  2. Garder seulement la meilleure observation

L'idée clé

Des comètes à la taille des enfants.

1800182018401860188019001806Legendre1806Legendre
  1. Étape 11800182018401860188019001806Legendre1806LegendreAdrien-Marie Legendre 1752–1833Auteur inconnu. Domaine public1806 : le livre de Legendre sur les orbites des comètes donne la méthode des moindres carrés en annexe.
  2. Étape 21800182018401860188019001806Legendre1809Gauss1806Legendre1809GaussCarl Friedrich Gauss 1777–1855Gottlieb Biermann / After Christian Albrecht Jensen, 1840. Domaine public1809 : Gauss publie sa propre version des moindres carrés.
  3. Étape 31800182018401860188019001806Legendre1809Gaussvers 1886Galton1806Legendre1809Gaussvers 1886GaltonFrancis Galton 1822–1911Eveleen Myers (née Tennant), 1890s. Domaine publicGalton (né en 1822) compare la taille des parents et des enfants et nomme la régression.

Legendre donne la méthode des moindres carrés en annexe de son livre de 1806 sur les orbites des comètes ; Gauss publie sa version en 1809. Plus tard, Francis Galton (né en 1822) compare la taille des enfants à celle de leurs parents : des parents très grands ont tendance à avoir des enfants plus proches de la moyenne. Il appelle cela régression et trace la droite de régression.

Exemple corrigé

L'idée de Galton en nombres : une pente de régression de 0,5 signifie que 10 cm de plus que la moyenne chez les parents prévoit…

0,5×100{,}5 \times 10
On multiplie par la pente.
5 cm de plus que la moyenne chez l'enfant
Plus près de la moyenne.

Entraînement ★

  1. Dans quel livre Legendre publie-t-il pour la première fois la méthode des moindres carrés, en 1806 ?
    1. Un livre sur les orbites des comètes
    2. Un livre sur la taille des enfants
    3. Un livre sur les jeux de hasard
  1. La régression de Galton : la pente vaut 0,7. Les parents mesurent 17 cm de plus que la moyenne. De combien de cm l'enfant prévu dépasse-t-il la moyenne ?
  2. La régression de Galton : la pente vaut 0,5. Les parents mesurent 12 cm de plus que la moyenne. De combien de cm l'enfant prévu dépasse-t-il la moyenne ?
  1. La droite de Galton passe par le point moyen (170 cm ; 170 cm) avec une pente de 0,7. Prévois la taille (cm) de l'enfant de parents qui mesurent 19 cm de plus que la moyenne, soit 189 cm.

Fiche résumé

La régression aujourd'hui

  • Les économistes prévoient prix et ventes avec des droites de régression.
  • Les médecins relient dose et effet, ou âge et tension.
  • L'apprentissage automatique commence par les moindres carrés.

Sources : biographies de Legendre, Gauss et Galton sur MacTutor (voir « Sources et crédits »).