Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                
Scribd Logo
Importer

Bienvenue sur Scribd !

  • 162 vues

    Série Statistique À Deux Caractères

    Transféré par

    El Malick Kandji
    Ce chapitre traite des séries statistiques à deux caractères. Il définit une série statistique double et présente les données sous forme non groupée ou groupée. Il explique comment calculer la moyenne, la variance, l'écart-type, la covariance et le coefficient de corrélation pour déterminer la dépendance ou l'indépendance statistique entre deux variables.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme DOCX, PDF, TXT ou lisez en ligne sur Scribd

    Série Statistique À Deux Caractères

    Transféré par

    El Malick Kandji
    162 vues6 pages
    Ce chapitre traite des séries statistiques à deux caractères. Il définit une série statistique double et présente les données sous forme non groupée ou groupée. Il explique comment calculer la moyenne, la variance, l'écart-type, la covariance et le coefficient de corrélation pour déterminer la dépendance ou l'indépendance statistique entre deux variables.

    Titre original

    Série statistique à deux caractères

    Copyright

    © © All Rights Reserved

    Formats disponibles

    DOCX, PDF, TXT ou lisez en ligne sur Scribd

    Avez-vous trouvé ce document utile ?

    Ce contenu est-il inapproprié ?

    Ce chapitre traite des séries statistiques à deux caractères. Il définit une série statistique double et présente les données sous forme non groupée ou groupée. Il explique comment calculer la moyenne, la variance, l'écart-type, la covariance et le coefficient de corrélation pour déterminer la dépendance ou l'indépendance statistique entre deux variables.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme DOCX, PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format docx, pdf ou txt
    162 vues6 pages

    Série Statistique À Deux Caractères

    Transféré par

    El Malick Kandji
    Ce chapitre traite des séries statistiques à deux caractères. Il définit une série statistique double et présente les données sous forme non groupée ou groupée. Il explique comment calculer la moyenne, la variance, l'écart-type, la covariance et le coefficient de corrélation pour déterminer la dépendance ou l'indépendance statistique entre deux variables.

    Droits d'auteur :

    © All Rights Reserved
    Téléchargez comme DOCX, PDF, TXT ou lisez en ligne sur Scribd
    Télécharger au format docx, pdf ou txt
    Vous êtes sur la page 1sur 6

    Chapitre 3 

    : Série statistique à deux caractères

    Dans les deux premiers chapitres, les séries statistiques étudiées étaient des séries simples ; on
    étudiait une population selon un seul caractère. Cependant, on peut trouver une série à deux
    ou plusieurs caractères. Dans ce chapitre on va étudier une série à deux caractères.

    L’objectif de ce chapitre est d’examiner les relations statistiques possibles

    Définition

    On appelle série statistique double de Ω pour les caractères X et Y l’application qui à chaque
    élément de Ω associe le couple (x i , yi ) où les xi sont les valeurs du caractères X et les yi les
    valeurs du caractère Y.

    Les résultats de cette observation peuvent être présentés sous deux formes :

    A/ Données non groupées

    Ces données ponctuelles (ou non groupées) se présentent sous la forme suivante :

    A.1/ Tableau de données ponctuelles

    Individu 1 2 … n
    Valeur de X X1 X2 … Xn
    Valeur de Y Y1 Y2 … Yn
    Exemple 1 :

    Le tableau ci-dessous présente les poids (au kg près) X, les tailles (au cm près) Y, de 10 élèves
    âgés de neuf ans.

    Poids 20 21 22 22 25 26 27 28 29 30
    X
    Taille 115 120 117 123 130 123 132 132 128 135
    Y

    Pour établir la dépendance ou l’indépendance statistique entre deux variables différentes, nous
    devons recourir à plusieurs outils de calculs :

    Moyennes
    n
    1
    X= ∑X
    n i=1 i

    n
    1
    Y= ∑ Yi
    n i=1

    Variances
    n
    1
    Var ( X )= ∑ X 2− X 2
    n i=1 i
    n
    1
    Var ( Y )= ∑ Y 2 −Y 2
    n i=1 i

    Ecart-type
    σ (X )=√ Var ( X )

    σ (Y )=√ Var (Y )

    Covariance

    La covariance du couple (X,Y) est par définition le réel noté Cov (X,Y) qui vaut :

    n
    1
    Cov ( X , Y )= ∑ ( X i−X )(Y i−Y )
    n i=1

    Par démonstration on aura :

    n
    1
    Cov ( X , Y )= ∑ X Y −X Y
    n i=1 i i

    Coefficient de corrélation

    Soientσ (X )et σ (Y ) les écart-types des deux caractères, Cov (X,Y) la covariance du couple (X,Y).
    Le coefficient de corrélation linéaire noté r (X,Y) du couple (X,Y) est par définition le nombre
    réel :

    Cov( X ,Y )
    r ( X ,Y )=
    σ ( X ) σ (Y )

    Le coefficient de corrélation linéaire mesure le degré d’association entre deux variables. Il peut
    varier de −1 et1, en fonction du degré d’association. Un coefficient de corrélation linéaire égal
    à zéro indique qu’il n’existe aucune association linéaire entre les deux variables.
    Le tableau suivant donne une indication pour l’interprétation du coefficient de corrélation
    linéaire :

    Coefficient de corrélation Degré d’association


    0,8 à 1 Important
    0,5 à 0,8 Modéré
    0,2 à 0,5 Faible
    Les valeurs négatives du coefficient de
    0 à 0,2 Négligeable
    corrélation linéaire indique une
    corrélation négative où Y varie en raison
    inverse de X ( Exemple : Prix et Demande)

    Résolution de l’exemple 1 :

    Individu Poids Xi Taille Yi Xi Yi X 2i Y 2i


    1 20 115 2300 400 13225
    2 21 120 2520 441 14400
    3 22 117 2574 484 13689
    4 22 123 2706 484 15129
    5 25 130 3250 625 16900
    6 26 123 3198 676 15129
    7 27 132 3564 729 17424
    8 28 132 3696 784 17424
    9 29 128 3712 841 16384
    10 30 135 4050 900 18225
    Total 250 1255 31570 6364 157929

    Calcul des moyennes


    10
    1
    X= ∑X
    n i=1 i

    250
    X= =25 kg
    10
    10
    1
    Y= ∑ Yi
    n i=1

    1255
    Y= =125,5 cm
    10

    Calcul des variances


    10
    1
    Var ( X )= ∑ X 2− X 2
    n i=1 i

    6364
    Var ( X )= −¿
    10

    10
    1
    Var ( Y )= ∑ Y 2i −Y 2
    n i=1

    157929
    Var ( Y )= −¿
    10

    σ (X )=√ Var ( X )

    σ ( X )=√ 11,4=3,376

    σ ( Y )= √ Var ( Y )

    σ ( Y )= √ 42,65=6,53

    Calcul de la covariance
    n
    1
    Cov ( X , Y )= ∑ X i Y i−X Y
    n i=1

    Cov( X , Y )=3157−( 25 ×125,5 )=19,5


    Calcul du coefficient de corrélation linéaire

    Cov ( X , Y ) 19,5
    r ( X , Y )= = =0,884
    σ ( X ) σ (Y ) 3,376 × 6,53

    On a une forte corrélation entre les deux variables poids (X) et taille (Y)

    Vous aimerez peut-être aussi