Le Diagramme De Corrélation

Analyse des données. CHAPITRE 1. REGRESSION ET CORRELATION 1.1. INTRODUCTION. En analyse de régression, on cherche à expliquer une variable métrique Y qui dépend d’une ou de plusieurs variables explicatives métriques X1, X2,..., Xp. A cette fin, un modèle mathématique peut représenter convenablement la relation entre Y et les Xi, ce modèle servira aussi pour faire des prévisions. Y = f ( X1, X2,..., Xp ) La variable Y s’appelle la variable expliquée, dépendante, endogène, tandis que les X1

.......................................................................... 113 5.2.1 Le modèle de processus métiers .................................................................................................................. 113 5.2.2 Les diagrammes........................................................................................................................................... 114 5.2.3 La simulation des processus métiers ...........................................................

entre y et x et qui s’interprète comme étant le changement moyen de y lorsque x augmente d’une unité : La variable x est de type quantitatif Les étapes de la régression simple Étape 1 : consiste à présenter le nuage de points Sous SPSS: Graphe Diagramme de dispersion Simple Les étapes de la régression simple Étape 2 : trouver les caractéristiques de la droite On utilise généralement la méthode des moindres carrés. Elle consiste à déterminer la droite de régression qui minimise le carré des distances

représentation graphique.................................................................................... 6 I. Le diagramme en bâtons : .............................................................................................. 6 II. Le tuyau d’orgue : .......................................................................................................... 6 III. Le diagramme :............................................................................................................... 7 IV

Respecté si la série sédimentaire n’a pas été renversée tectoniquement! Principe de superposition: Discordance angulaire Principe de continuité latérale Les strates s’étendent sur une surface importante: on peut reconstituer une série par corrélations à partir des observations faites sur plusieurs affleurements (ici 3, A, B et C). B A C Principe de continuité latérale: Reconstitution d'une série sédimentaire à partir de l'observation d'affleurements discontinus C B A B A C Série reconstituée

maxima sont sensiblement égales. Par conséquent la dispersion des individus autour de la moyenne n’est pas grande. Cela semble traduire que la moyenne des individus dans chaque discipline est proche de 10 ou supérieur. 2. Interprétation des diagrammes Tableau 1 Interprétation : Dans ce graphique, on constate que Monica a la plus grande note avec 14,5 et Pierre a la plus petite note avec 5,5. Cela montre que 4 individus sont au dessus de la moyenne (Monica, Didier, Brigitte et Eveline) et

descriptive unidimensionnelle Résumé Les objectifs et la démarche d’un première exploration d’un jeu de données, les outils de la description statistique d’une variable quantitative (indicateur de tendance centrale, de dispersion, his- togramme, diagramme-boîte), puis d’une variable qualitative (fré- quences). Retour au plan. 1 Introduction l’objectif des outils de Statistique descriptive élémentaire est de fournir des résumés synthétique de séries de valeurs, adaptés à leur type (qualitatives ou

cas pour les groupements quantitatifs, on dispose de nombreuses représentations graphiques. Nous limiterons notre présentation aux plus connues, à savoir : le diagramme en bâtons, le diagramme en barres. Chapitre2 Tableaux et graphiques 1)Diagramme en bâtons C’est peut-être la représentation la plus simple qui soit. En réalité, le diagramme en bâtons s’inspire directement de la présentation tige et feuilles, mais le contenu en information est moins riche. Exemple 1 : On interroge 11 personnes sur

: KILOMETRAGE KILOMETRAGE 407.22 257.51 DEPENSE 407.22 257.51 DEPENSE Coefficient de corrélation : 0,997 Équation de la droite de régression : KILOMETRAGE = 1,57 * DEPENSE + 40,61 (DEPENSE explique 99% de la variance de KILOMETRAGE) Le coefficient de corrélation r de Pearson sert à mesurer l’intensité de la relation linéaire entre deux variables quantitatives. •Le coefficient de corrélation r prendra des valeurs entre -1 et 1. •S’il existe une relation linéaire parfaite entre X et Y alors

histogramme 6 Le tableau suivant représente la répartition des familles de l’île de la Réunion selon leur nombre d’enfants. Insee, recensement 1999. a) Sélectionnez la feuille « Application 6 » et représentez la distribution par un diagramme en secteur b) Calculez les effectifs cumulés croissants et décroissants et représentez la fonction de répartition de cette variable c) Calculez les fréquences cumulées croissantes et décroissantes et représentez la fonction de répartition