Les Entiers Naturels Nombres Entiers Naturels

1.
Les entiers naturels N
Un nombre entier naturel est un nombre entier qui est positif. L’ensemble des nombres entiers naturels est
noté ℕ.
ℕ= {0 ; 1;2 ; 3;4...}.
Exemples :4 ∈ℕ-2 ∉ ℕ
2. Nombres entiers relatifs
Un nombre entier relatif est un nombre entier qui est positif ou négatif. L’ensemble des nombres entiers
relatifs est noté ℤ.
ℤ = {...-3;-2 ;-1; 0 ; 1; 2 ; 3...}.
Exemples :-2∈ ℤ5∈ ℤ0,33 ∉ ℤ
3. Nombres décimaux
Un nombre décimal peut s'écrire avec un nombre fini de chiffres après la virgule. L’ensemble des nombres
décimaux est noté ⅅ.
Exemples :0,56∈ ⅅ3∈ ⅅ13∉ ⅅ mais 34∈ ⅅ
4. Nombres rationnels
Un nombre rationnel peut s’écrire sous la forme d’un quotient a/bavec a un entier et b un entier non nul.
L’ensemble des nombres rationnels est noté ℚ.
Exemples :1/3∈ ℚ
4∈ℚ
-4,8 ∈ ℚ
2 ∉ ℚ.
5. Nombres réels
L’ensemble des nombres réels est noté ℝ. C’est l’ensemble de tous les nombres que nous utiliserons.
Exemples :2, 0, -5, 0.67, 13, 3 ou π appartiennent à ℝ.
6. Ensemble vide
Un ensemble qui ne contient pas de nombre s’appelle l’ensemble vide et se note ∅.
7. Symbole d’exclusion
Le signe * exclu le nombre 0 d’un ensemble.
Par exemple, ℝ* est l’ensemble des nombres réels privé de 0.
8. Inclusions
Tous les nombres de l’ensemble des entiers naturels ℕ appartiennent à l’ensemble des entiers relatifs ℤ. On dit
que l’ensemble ℕ est inclus dans l’ensemble ℤ. On note : ℕ ⊂ ℤ. On a également les inclusions suivantes : ℕ ⊂
ℤ⊂ⅅ⊂ℚ⊂ℝ
La médiane (Me)
La Me d’une série de valeurs ou d’une distribution statistique est la valeur de la modalité qui partage
l’effectif en deux parties égales. Pour la déterminer, il faut que ces valeurs soient rangées dans l’ordre ; on
distinguera les valeurs individuelles et les valeurs groupées.
 Cas des valeurs individuelles avec n impaire
On dira qu’on a un cas de valeurs individuelles lorsque chaque valeur apparait une et une seule fois.
Exemple : soit la série 6, 8, 12, 2, 15.
On classe d’abord ces valeurs dans l’ordre : 2, 6, 8, 12, 15. Me = 8.

N+1
Dans le cas des valeurs individuelles avec n impaire, la Médiane est donnée par la valeur du rang : = 2
 Cas des valeurs individuelles avec n pair
Dans ce cas, la médiane sera une valeur moyenne des deux valeurs qu’il l’encadre. Exemple : calculer la
médiane de la série : 8, 6, 2, 12, 15, 7.
7+8
On ordonne : 2, 6, 7, 8, 12, 15. Me = = 7.5
2
LA CORRELATION
Etudier la liaison entre deux variables quantitatives
Objectif : analyser la liaison

Soient X et Y deux grandeurs statistiques quantitatives observées. On souhaite :
1. Déterminer s'il existe une relation entre X et Y.
2. Caractériser la forme de la liaison (la relation) entre X et Y (positive ou négative, linéaire ou non linéaire,
monotone ou non monotone).
3. Tester si la liaison est statistiquement significative.
4. Quantifier l'intensité de la liaison.
1. Coefficient de corrélation de Bravais-Pearson
1.1.Covariance
L'objectif de la covariance est de quantifier la liaison entre deux variables X et Y, de manière à mettre en évidence
le sens de la liaison et son intensité.
La covariance mesure la tendance des deux variables à être simultanément au-dessus ou en dessous de leurs
espérances respectives. Elle modélise une liaison monotone.
Quelques remarques :
a) La référence est donc l'espérance mathématique, on veut savoir si : lorsque X est supérieur à son espérance,
Y a tendance à être supérieur (ou inférieur) à son espérance.
b) On peut maintenant quantifier le sens de la liaison
_ COV (X, Y) >0 : la relation est positive c.-à-d. lorsque X est plus grand que son espérance, Y a tendance à l'être
également ;
_ COV (X, Y) = 0 : absence de relation monotone ;
_ COV (X, Y) <0 : la liaison est négative c.-à-d. lorsque X est plus grand que son espérance, Y a tendance à être
plus petit que sa propre espérance.
La covariance d'une variable avec elle-même est la variance, la relation est toujours positive.
1.2. Coefficient de corrélation de Pearson
Définition
Le coefficient de corrélation linéaire simple, dit de Bravais-Pearson (ou de Pearson), est une normalisation de la
covariance par le produit des écarts-type des variables.
𝜎𝑥𝑦
𝑟𝑥,𝑦 =
𝜎𝑥 × 𝜎𝑦
1.2.1. Propriétés
 Il est de même signe que la covariance, avec les mêmes interprétations.

 Coefficient de corrélation constitue une mesure de l'intensité de liaison linéaire entre 2 variables.
 Il peut être égal à zéro alors qu'il existe une liaison fonctionnelle entre les variables. C'est le cas lorsque
la liaison est non monotone.
 La corrélation d'une variable avec elle-même est 𝑟𝑥𝑥 = 1.
1.2.2. Domaine de définition

Le coefficient de corrélation est indépendant des unités de mesure des variables, ce qui autorise les comparaisons.
La mesure est normalisée, elle est définie entre : −1 ≤ r ≤ +1
Lorsque:
a) 𝒓 = +𝟏, la liaison entre X et Y est linéaire, positive et parfaite c.-à-d. la connaissance de X nous fournit
la valeur de Y (et inversement).
b) 𝒓 = −𝟏, la liaison est linéaire et négative.
De manière générale, plus le coefficient 𝑟𝑥𝑦 𝑒𝑠𝑡 𝑝𝑟𝑜𝑐ℎ𝑒 𝑑𝑒  1, plus l’association linéaire est forte et plus il se
rapproche de 0, plus l’association linéaire est faible.
Exercices
Exercice 1
Tracez des diagrammes de dispersion pour les trois ensembles 1,2,3 de données suivantes. Notons que chaque
ensemble comprend les mêmes valeurs de X et Y.
Ensemble 1 Ensemble 2 Ensemble 3
X Y X Y X Y
2 2 2 4 2 8
3 4 3 2 3 6
5 6 5 8 5 4
6 8 6 6 6 2
a) Calculez la covariance entre X et Y pour chacun de ces ensembles

b) Calculez la corrélation entre X et Y pour chaque ensemble de données
Exercice 2
Voici les données concernant 10 pays de l’Union Européenne. Les données suivantes, relatives à 1984,
mentionnent pour chaque district le pourcentage de naissance de bébés pesant moins de 2500gr. (Y), le taux de
fertilité des femmes âgées de moins de 18 ans ou de plus de 34 ans (X1) et le pourcentage de naissances chez les
femmes non mariées (X2).
District Y X1 X2
Belgique 6.1 43.0 9.2
Pays-Bas 7.1 55.3 12.0
Luxembourg 7.4 48.5 10.4
Italie 6.3 38.8 9.8
France 6.5 46.2 9.8
R.F. A 5.7 39.9 7.7
Irlande 6.6 43.1 10.9
Royaume-Uni 8.1 48.5 9.5
Danemark 6.3 40.0 11.6
Grèce 6.9 56.7 11.6
a) Tracez un diagramme de dispersion de Y et X1

b) Tracez un diagramme de dispersion de X1 et X2
c) Calculez la corrélation entre Y et X2
d) Calculez la corrélation entre Y et X2
e) Calculez la corrélation entre X1 et X2
f) Calculez la corrélation entre X2 et X1

Les Entiers Naturels Nombres Entiers Naturels

Transféré par

Droits d'auteur :

Formats disponibles

Les Entiers Naturels Nombres Entiers Naturels

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Les Entiers Naturels Nombres Entiers Naturels

Transféré par

Droits d'auteur :

Formats disponibles

1.

Les entiers naturels N

2. Nombres entiers relatifs

ℤ = {...-3;-2 ;-1; 0 ; 1; 2 ; 3...}.

Exemples :-2∈ ℤ5∈ ℤ0,33 ∉ ℤ

Exemples :0,56∈ ⅅ3∈ ⅅ13∉ ⅅ mais 34∈ ⅅ

Exemples :2, 0, -5, 0.67, 13, 3 ou π appartiennent à ℝ.

Un ensemble qui ne contient pas de nombre s’appelle l’ensemble vide et se note ∅.

Le signe * exclu le nombre 0 d’un ensemble.

Par exemple, ℝ* est l’ensemble des nombres réels privé de 0.

 Cas des valeurs individuelles avec n impaire

On classe d’abord ces valeurs dans l’ordre : 2, 6, 8, 12, 15. Me = 8.

 Cas des valeurs individuelles avec n pair

Objectif : analyser la liaison

1. Coefficient de corrélation de Bravais-Pearson

1.2. Coefficient de corrélation de Pearson

 Il est de même signe que la covariance, avec les mêmes interprétations.

1.2.2. Domaine de définition

a) Calculez la covariance entre X et Y pour chacun de ces ensembles

a) Tracez un diagramme de dispersion de Y et X1

Vous aimerez peut-être aussi