Statistique à une et deux variables : régression linéaire
Cours · mathématiques (Terminale, Liban), chapitre 15 · Liban, Terminale (SG, SV, SE, LH) · le début du chapitre, la suite sur Adloun
Analyser la répartition des revenus d'une population, résumer par quelques indicateurs fiables les performances d'un groupe ou la régularité d'une production, puis étudier comment deux grandeurs économiques ou démographiques évoluent conjointement afin de prévoir l'une à partir de l'autre : tels sont les deux grands objectifs de la statistique descriptive en classe terminale.
Ce chapitre rassemble d'abord, pour la série Lettres et Humanités (LB-LH), l'étude complète des caractéristiques de position (mode, classe modale, moyenne arithmétique, médiane et classe médiane) et des caractéristiques de dispersion (étendue, écart absolu moyen, variance et écart-type) d'une série statistique à une variable, discrète ou continue. Il développe ensuite, pour la série Sociologie et Économie (LB-SE), l'étude des séries statistiques à deux variables : nuage de points, point moyen , covariance, coefficient de corrélation linéaire et ajustement linéaire par la méthode des moindres carrés (droites de régression et , prévisions et changements de variable).
Programme : LB-SE · LB-LH
Capacités exigibles
- Déterminer et comparer les caractéristiques de position d'une série statistique à une variable (discrète ou continue regroupée en classes) : mode, classe modale, moyenne arithmétique, médiane et classe médiane (
LB-LH). - Calculer et comparer les caractéristiques de dispersion d'une série à une variable : étendue, écart absolu moyen, variance et écart-type (
LB-LH). - Représenter le nuage de points d'une série statistique double et déterminer les coordonnées du point moyen (
LB-SE). - Calculer la covariance et le coefficient de corrélation linéaire , et interpréter l'intensité de la liaison linéaire entre et (
LB-SE). - Déterminer les équations des droites de régression et par la méthode des moindres carrés, les utiliser pour réaliser des estimations, et traiter des ajustements se ramenant au cas affine par changement de variable (
LB-SE).
15.1 Caractéristiques de position d'une série à une variable
Périmètre : LB-LH (ces notions servent également de socle aux calculs sur les séries marginales en LB-SE).
Soit une série statistique quantitative portant sur une population d'effectif total . Lorsque le caractère est discret, il prend les modalités d'effectifs respectifs (et de fréquences ). Lorsqu'il est continu, les observations sont regroupées en classes contiguës d'amplitude , de centre et d'effectif .
15.1.1 Mode et classe modale
- Pour une série discrète, on appelle mode (noté ) toute valeur du caractère dont l'effectif (ou la fréquence ) est maximal.
- Pour une série continue regroupée en classes d'égale amplitude, on appelle classe modale toute classe dont l'effectif est maximal. On prend souvent le centre de cette classe comme valeur approchée du mode.
- Si les classes ont des amplitudes inégales , la classe modale est celle dont la densité d'effectif est maximale.
15.1.2 Moyenne arithmétique
- Pour une série discrète d'effectif total , la moyenne arithmétique est le réel défini par :
- Pour une série continue regroupée en classes de centres , la moyenne arithmétique est évaluée en affectant à chaque classe son centre :
Si l'on remplace chaque valeur d'une série statistique par (où ), la nouvelle moyenne vaut :
En particulier, la somme pondérée des écarts à la moyenne est toujours nulle : .
15.1.3 Médiane et classe médiane
On appelle médiane d'une série statistique (notée ) un nombre réel qui partage la population ordonnée par valeurs croissantes en deux sous-ensembles de même effectif : au moins des individus ont une valeur inférieure ou égale à , et au moins ont une valeur supérieure ou égale à .
- Cas d'une série discrète ordonnée ( valeurs rangées ) :
- si est impair, la médiane est la valeur centrale de rang : ;
- si est pair, on prend par convention la demi-somme des deux valeurs centrales de rangs et : .
- Cas d'une série continue regroupée en classes :
- la classe médiane est la première classe pour laquelle l'effectif cumulé croissant atteint ou dépasse (soit une fréquence cumulée croissante ) ;
- en supposant les observations uniformément réparties dans la classe médiane , la médiane est l'abscisse du point d'ordonnée (ou ) sur le polygone des effectifs (ou fréquences) cumulés croissants. Par interpolation linéaire :
15.1.4 Comparaison des caractéristiques de position
- Sensibilité aux valeurs extrêmes : la moyenne utilise toutes les valeurs de la série ; elle est très sensible aux valeurs exceptionnellement grandes ou petites (valeurs aberrantes). Au contraire, la médiane ne dépend que du rang central : c'est un indicateur robuste, privilégié en économie et en sociologie pour étudier des distributions dissymétriques comme les salaires ou les patrimoines.
- Symétrie de la distribution : pour une distribution unimodale symétrique, les trois indicateurs coïncident (). Si la série est étalée vers les hautes valeurs (asymétrie à droite), la moyenne est tirée vers le haut et l'on observe généralement .
15.2 Caractéristiques de dispersion d'une série à une variable
Périmètre : LB-LH (la variance et l'écart-type sont également utilisés en LB-SE pour les séries marginales et ).
Deux séries statistiques peuvent avoir exactement la même moyenne et la même médiane tout en présentant des profils très différents : l'une resserrée autour de la moyenne (série homogène), l'autre très étalée (série hétérogène). Les caractéristiques de dispersion mesurent cet étalement.
Soit une série statistique d'effectif total et de moyenne (pour une série continue en classes , désigne le centre de la classe).
- Étendue : c'est la différence entre la plus grande et la plus petite valeur observée :
- Écart absolu moyen (par rapport à la moyenne) : c'est la moyenne arithmétique des distances entre chaque observation et la moyenne :
- Variance : c'est la moyenne arithmétique des carrés des écarts à la moyenne, notée :
- Écart-type : c'est la racine carrée positive de la variance, notée (ou ), qui s'exprime dans la même unité que le caractère étudié :