L'ensemble de ces points constitue le nuage de point représentant la série statistique. Réalisation d'un nuage de point: Enregistrer les données dans deux listes X et Y. la commande Xcas est: scatterplot(X, Y, affichage=bleu+point_width_3) Représenter les deux nuages de points des exemples précédents. Point moyen On appelle point moyen d'un nuage de $n$ points $M_i$ de coordonnées $(x_i; y_i)$ le point $G$ de coordonnées: $$x_G=\bar{x}=\frac1n \sum_{i=1}^n x_i \qquad \textrm{et} \qquad y_G=\bar{y}=\frac1n \sum_{i=1}^n y_i. $$ Déterminer les coordonnées des points moyens des exemples précédents Ajustement affine: méthode des moindres carrés On ne présente pas en détail la méthode, mais il faut retenir qu'une droite de régression par cette méthode minimise la somme des carrés des distances entre les points et la droite. Obtenir l'équation de la droite de régression linéaire: Taper: linear_regression(X, Y) La droite ainsi trouvée est la droite de régression de X en Y. Cours et exercices d’introduction au statistique a deux variable. Représenter le nuage de points et l'équation de la droite de régression: la commande Xcas est scatterplot(X, Y, affichage=bleu+point_width_3), linear_regression_plot(X, Y, affichage=rouge+line_width_3) Coefficient de corrélation linéaire Le coefficient de corrélation linéaire d'une série statistique double de variables $x$ et $y$ est le nombre $r$ défini par: $$r=\frac{\sigma_{xy}}{\sigma_x \times \sigma_y}.
Déterminer l'équation de la droite (G l G 2). Vérifier que le point moyen du nuage G(8, 65; 243, 9) appartient à la droite (G l G 2). … Comment utiliser un ajustement affine? À partir de l'ajustement affine précédent, le responsable des ventes peut estimer le chiffre d'affaires qu'il espère réaliser s'il engage 1 300 euros de frais de publicité. Déterminer graphiquement le chiffre d'affaires espéré. Déterminer par le calcul ce chiffre d'affaires. Remarques On rencontre parfois l'expression « ajustement linéaire », improprement utilisée. Exercice statistique a deux variable. En effet, la droite d'ajustement ne passe pas dans tous les cas par l'origine du repère; Si le nuage contient un nombre impair de points, il existe deux fractionnements possibles. La représentation graphique ci-dessus est appelée nuage de points Les coordonnées de G, notées x et y, sont respectivement les moyennes des valeurs xi du premier caractère et des valeurs yi du deuxième caractère. Premier groupe: (6; 220); (6, 5; 228); (6, 5; 222); (7; 240); (8; 244) Deuxième groupe: (9; 246); (10; 250); (11; 259); (11; 268); (11, 5; 262) G 1 G 2 Voir graphique L'équation est de la forme: y = ax+ b On a: G l (6, 8; 230, 8) et G 2 (10, 5; 257) d'où: a = = 7, 08 et: b = y G1 – ax G1 = 230, 8 ‑ 7, 08 × 6, 8 =182, 7 On peut également utiliser les coordonnées du point G 2 pour le calcul de b. L'équation de la droite (GlG2) est: y = 7, 08 x+ 182, 7 Pour x = 8, 65, on a: y = 7, 08 × 8, 665 + 182, 7 = 243, 9 Les coordonnées du point G vérifient l'équation de la droite (G l G 2).
Statistiques à deux variables Introduction Dans certaines étude statistiques, on peut supposer un lien entre deux caractères d'une population. Pour étudier ces éventuelles liaisons, on va s'intéresser simultanément à deux caractères $x$ et $y$ d'une même population. On définit ainsi une série statistique à deux variables $x$ et $y$ prenant des valeurs $x_1, \dots, x_i, \dots, x_n$ et $y_1, \dots, y_i, \dots, y_n$. Le mur d'une habitation est constitué par une paroi en béton et une couche de polystyrène d'épaisseur variable $x$ (en cm). Exercice statistique à deux variables. On a mesuré, pour une même épaisseur de béton, la résistance thermique $y$ de ce mur en $m^2$ °C par watt pour différentes valeurs de $x$. On a obtenu les résultats suivants: Pour des véhicules légers (Puissance administrative de 9 à 11 chevaux), on a relevé les consommations moyennes (en L/100 km) et les vitesses correspondantes (en km/h) suivantes: Nuage de points Chaque couple $(x_i; y_i)$, peut être représenté dans un repère orthogonal par un point $M_i$.