Régression linéaire multiple

[pic] On ajuste les chiffres d'affaires trimestriels au moyen de la droite des moindres carrés dont l'équation, après calcul, est : y=3.6783x+124.0909 C. Calculer les rapports à la tendance. A partir de la droite de régression, on calcule les valeurs du trend. Puis on calcule les rapports à la tendance : (valeur observée / valeur du trend) [pic] D. En déduire les coefficients saisonniers. On peut alors calculer, pour chaque trimestre, les moyennes

Il y a donc autant de point que d’expérience. Droite d’ajustement : On peut ce rapproché du nuage de point par une fonction affine (mx+p). -> La meilleure droite d’ajustement est la droite de régression, cette droite minimise la somme des carrés des écarts des points représentatifs à cette droite. En trouvant le signe de la pente m on peut connaitre le sens de la corrélation : * si m>0 Corrélation positive * si m<0 Corrélation

d’affaire correspondant. x 1 2 3 4 5 6 12 13 15 19 21 22 Calculer les moyennes X et Y Construire le nuage de points (abscisse 2cm ordonnée 1cm) Calculer la variance V X( ) et la covariance COV X Y ( , ) Démontrer que la droite de régression de y en fonction de x est 78 9, 2 35 y x = + Tracer en utilisant la droite. Calculer une estimation du chiffre d’affaire à la fin du 7 ème mois. pharmacien observe, durant les six (6) premier mois de l’ouverture de son officine, le chiffre

paramètres de position • les paramètres de dispersion • la prise en compte de la hausse des prix 2- La prévision des ventes • la méthode des moindres carrés • la méthode de calcul des coefficients saisonniers • le coefficient de corrélation linéaire Mots clés : mode, médiane, moyenne, variance, écart-type, méthode des moindres carrés, coefficient de corrélation 1-L’analyse des ventes • Les paramètres de position Ils permettent d’analyser une série de données

chaque année, le plus grand nombre de visites de technicien est au troisième trimestre et la période où il y en a le moins est le quatrième trimestre. Question 2 : À l'aide de la calculatrice j'obtiens les résultats suivants pour la droite de régression par la méthode des moindres carrés sur les 24 mois de janvier N-2 à décembre N-1 : a = -0,5 b = 322,09 L'équation est donc : y = -0,5x+322,09 Question 3 : Annexe 1 : Voir sur l'onglet « Question 3 » du fichier Excel joint. Question 4 :

Pente k de la droite de régression sur le papier millimétrique : Comparaison de la pente calculée avec la pente déterminée par le logiciel excel (avec quatre chiffres significatifs) : Pente calculée Pente déterminée par excel 1,493 1,493 On trouve par calcul les mêmes résultats que le programme. Ceci nous indique déjà que nos mesures étaient très précises. Ajouter une droite de régression à un graphique dessiné par main n’est pas très précis car on cherche une droite qui semble être bonne

. II Ajustements II.1 Ajustement à la règle . . . . . II.2 Méthode de Mayer . . . . . . II.3 Méthode des moindres carrés II.4 Ajustement exponentiel . . . II.5 Comparaison . . . . . . . . . . . . . . . . . . . III Coefficient de corrélation linéaire http://nathalie.daval.free.fr . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

taille : 2. Ordonnée à l’origine de la droite des moindres carrés du poids en fonction de la taille : 3. Point 1 appartenant à la droite des moindres carrés : 4. Point 2 appartenant à la droite des moindres carrés : 5. Coefficient de corrélation linéaire entre poids et taille : 6. Représenter le nuage de points et la droite des moindres carrés : 2 

pour coordonnées (3,5;574089,83) Détermination de l'équation de la droite de régression par la méthode des moindres carrés Il me suffit après de regarder le coefficient de corrélation linéaire qui est donné directement par la calculatrice. R≈0,99 On peut donc dire que r est proche de 1, et donc il y a une bonne corrélation entre ces 2 séries statistiques. On peut alors déterminer l'équation de la droite de régression qui va représenter le nuage de points. On sait que y=ax+b et là encore il

telle que la moyenne et l’écart type. Nous avons ensuite réalisé des intervalles confiance pour estimer l’espérance. De plus, nous avons réalisé des tests d’hypothèse sur les différentes variables. Enfin, nous avons construit un modèle de régression linéaire. B. LES RESULTATS OBTENUS A) LES VALEURS EMPIRIQUES Nous avons recherché pour chacune des variables la moyenne et l’écart type dans l’échantillon. Nous avons ainsi calculé que l’âge moyen des fumeurs dans l’échantillon est d’environ 31