3 Seriedouble PDF
3 Seriedouble PDF
3 Seriedouble PDF
Corrélation linéaire 1
19 mai 2017
1 Série 8
Exercice 1
Enoncé
Tableau de Contingence
Nuage de points
Distribution marginale de Y
Distribution marginale de X
Equation de la droite de régression de Y en X
Coecient de corrélation linéaire d'ordre 1
Interprétation du coecient de corrélation linéaire d'ordre 1
Exercice 2
Enoncé
Indication
cov (X , Y ) 2, 71
2 a= = = 0, 03642
Var (X ) 74, 39
3 b = Ȳ − aX̄ = (1, 34) − (14, 725.0, 03642) = −0, 49
4 Y = (0, 04)X + (−0, 49)
5 Pour X = 35, Y = (0, 04 × 35 + (−0, 49 est la valeur prédite
en choisissant le modèle linéaire d'ordre 1
cov (X , Y ) 2, 71
2 a= = = 0, 03642
Var (X ) 74, 39
3 b = Ȳ − aX̄ = (1, 34) − (14, 725.0, 03642) = −0, 49
4 Y = (0, 04)X + (−0, 49)
5 Pour X = 35, Y = (0, 04 × 35 + (−0, 49 est la valeur prédite
en choisissant le modèle linéaire d'ordre 1
cov (X , Y ) 2, 71
2 a= = = 0, 03642
Var (X ) 74, 39
3 b = Ȳ − aX̄ = (1, 34) − (14, 725.0, 03642) = −0, 49
4 Y = (0, 04)X + (−0, 49)
5 Pour X = 35, Y = (0, 04 × 35 + (−0, 49 est la valeur prédite
en choisissant le modèle linéaire d'ordre 1
cov (X , Y ) 2, 71
2 a= = = 0, 03642
Var (X ) 74, 39
3 b = Ȳ − aX̄ = (1, 34) − (14, 725.0, 03642) = −0, 49
4 Y = (0, 04)X + (−0, 49)
5 Pour X = 35, Y = (0, 04 × 35 + (−0, 49 est la valeur prédite
en choisissant le modèle linéaire d'ordre 1
cov (X , Y ) 2, 71
2 a= = = 0, 03642
Var (X ) 74, 39
3 b = Ȳ − aX̄ = (1, 34) − (14, 725.0, 03642) = −0, 49
4 Y = (0, 04)X + (−0, 49)
5 Pour X = 35, Y = (0, 04 × 35 + (−0, 49 est la valeur prédite
en choisissant le modèle linéaire d'ordre 1
Comme son nom l'indique c'est un coecient que nous notons par
r qui :
1 se calcul par la formule suivante :
cov (X , Y )
r= ;
σX × σY
Comme son nom l'indique c'est un coecient que nous notons par
r qui :
1 se calcul par la formule suivante :
cov (X , Y )
r= ;
σX × σY
Comme son nom l'indique c'est un coecient que nous notons par
r qui :
1 se calcul par la formule suivante :
cov (X , Y )
r= ;
σX × σY
Comme son nom l'indique c'est un coecient que nous notons par
r qui :
1 se calcul par la formule suivante :
cov (X , Y )
r= ;
σX × σY
2244, 5
1 cov (X , Y ) = ( ) − ((1, 34) × (14, 725)) = 2, 71 ;
100
2 la covariance est positive alors X et Y varient dans le même
sens ici ils croient ;
2, 71
3 r= = 0, 42 = 42%.
6, 46
4 on peut conclure que la corrélation du type linéaire vaut mieux
l'écarter (on est à mi chemin).
2244, 5
1 cov (X , Y ) = ( ) − ((1, 34) × (14, 725)) = 2, 71 ;
100
2 la covariance est positive alors X et Y varient dans le même
sens ici ils croient ;
2, 71
3 r= = 0, 42 = 42%.
6, 46
4 on peut conclure que la corrélation du type linéaire vaut mieux
l'écarter (on est à mi chemin).
2244, 5
1 cov (X , Y ) = ( ) − ((1, 34) × (14, 725)) = 2, 71 ;
100
2 la covariance est positive alors X et Y varient dans le même
sens ici ils croient ;
2, 71
3 r= = 0, 42 = 42%.
6, 46
4 on peut conclure que la corrélation du type linéaire vaut mieux
l'écarter (on est à mi chemin).
2244, 5
1 cov (X , Y ) = ( ) − ((1, 34) × (14, 725)) = 2, 71 ;
100
2 la covariance est positive alors X et Y varient dans le même
sens ici ils croient ;
2, 71
3 r= = 0, 42 = 42%.
6, 46
4 on peut conclure que la corrélation du type linéaire vaut mieux
l'écarter (on est à mi chemin).