Colinéarité

- c 1 m n . 2 OO P Suites arithmétiques et géométriques 17 C H A P I T R E Géométrie plane 1. Programme officiel Contenus Géométrie plane Condition de colinéarité de deux vecteurs : xy l - yx l = 0 . Vecteur directeur d’une droite. Équation cartésienne d’une droite. Capacités attendues Commentaires Utiliser la condition de colinéarité pour obtenir une équation cartésienne de droite. ◗ Déterminer une équation cartésienne de droite connaissant un vecteur directeur et un point. ◗ Déterminer

Utiliser la condition de colinéarité pour obtenir une équation cartésienne de droite. • Déterminer une équation cartésienne de droite connaissant un vecteur directeur et un point. • Déterminer un vecteur directeur d’une droite définie par une équation cartésienne. • Choisir une décomposition pertinente dans le cadre de la résolution de problèmes. On fait le lien entre coefficient directeur et vecteur directeur. Géométrie plane Géométrie plane Condition de colinéarité de deux vecteurs :

qualité du résultat. Ainsi, il s’avère que cabinets sont susceptibles, en se spécialisant sur certains segments d’activité, de développer des connaissances sectorielles 8 Kennedy (1985) prévoit un r=0.8 pour se prononcer sur un problème sérieux de colinéarité entre des variables indépendantes incluses dans un modèle de régression. Revue gouvernance automne 2009 13 Omri, Hakim et Triki spécifiques et de bénéficier d’une expérience considérable et d’investissements importants dans la technologie adaptée

qui concernent la taille du conseil, sa dualité ainsi que les administrateurs étatiques n’étaient pas significatives. Pour les variables de contrôle, les résultats étaient dans l’ensemble bon. Pour tenir compte de l’existence de la multi colinéarité entre les variables du conseil d’administration essentiellement les variables relatives à sa composition, nous avons appliqué la méthodologie « pas à pas » qui consiste à introduire dans le modèle variable par variable et chaque fois de lui associer

Vecteurs ....................................................................................................... 1. Translation - Vecteurs associés 2. Opérations sur les vecteurs 3. Coordonnées d’un vecteur 4. Multiplication par un réel 5. Colinéarité ■ G4 Équations de droites . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

linéaire 3.1.1 Préliminaires essentiels à la mise en place d’un modèle de régression Nous n’allons pas rappeler les fondements mathématiques du modèle de régression linéaire multiple ni les techniques classiques de diagnostic du modèle (R2 , colinéarité, méthodes de sélection des variables stepwise, homoscédasticité, distance de Cook, etc.) ; mais plutôt expliciter comment mettre en oeuvre un modèle de régression sur des échantillons de données et comment évaluer son pouvoir prédictif. Régression

que les autres variables, et la variable « encouragement de la direction » est la variable qui influence le moins la créativité (Béta = 0,073) ; • En plus l’indice VIF est inférieur à 4 (égal à 1), ce qui signifie l’absence de problèmes de colinéarité . L’analyse de la régression linéaire nous permet de constater, que ces trois variables ont une influence significatrice la créativité, et la variable qui influence le plus est « L’autonomie au travail ». Mais le test de la

régressions linéaires dont les résultats sont fournis ci-après. 18 3.3 Résultats des analyses multivariées Avant d’effectuer une première série de tests, nous avons réalisé une matrice des corrélations en vue de déceler d’éventuels problèmes de colinéarité entre variables explicatives. Les résultats de cette analyse (non divulgués ici pour des questions de commodité mais disponibles sur requête) ont révélé d’importants problèmes de multicolinéarité entre : - les variables représentatives du coût du

vérifiées : la statistique du DurbinWatson est de 1,673 et permet de conclure à l’absence d’autocorrélation des termes d’erreur. La distribution des erreurs suit une loi normale et les termes d’erreur n’ont pas une forte variance. De plus, les tests de colinéarité n’ont pas révélé de problèmes de multicolinéarité, les VIF (variance inflation index) ne dépassent pas la valeur de 2,7 et l’indice de conditionnement a une valeur de 10,31 bien inférieure à 15. Auparavant, nous avons vérifié la normalité de l’ensemble

coordonnées * Savoir reconnaître, à l'aide de leurs coordonnées données, que deux vecteurs sont colinéaires * Lier cette propriété à celle du déterminant nul * Les points A,B,C, étant données, savoir décider si ces points sont alignés à l'aide de la colinéarité de vecteurs * Un vecteur étant donné par ses coordonnées dans un repère orthonormal: * Savoir calculer les coordonnées d'un vecteur orthogonal à * Savoir calculer |||| * Connaissant leurs coordonnées dans un repère, savoir décider si deux vecteurs