Partielo | Créer ta fiche de révision en ligne rapidement

Chapitre 2 : Statistique à deux variables

Définitions

A retenir :

  • Variable appariée : Si deux variables sont définies pour les mêmes individus, on dit que ce sont des variables appariées
  • Par exemple, le revenu de l'homme et revenu de la femme au sein des couples hétérosexuels dijonnais
  • Cependant, le revenu des hommes dijonnais et des femmes dijonnaises
  • Variable indépendante : Si l'une des variables appariées peut être contrôlée par l'expérimentateur, on l'appelle variable indépendante
  • Variable dépendante : L'autre variable (hormis la variable indépendante) est une variable dépendante

Remarque : La variable indépendante est souvent notée X

Représentations graphiques

Afin de représenter un tableau comme celui qui va suivre, on peut le présenter à l'aide d'un graphique en particulier : Le nuage de points

La façon dont se construit le nuage de points est :

  • On gradue d'abord les axes
  • La variable X se trouve sur l'abscisse (horizontalement)
  • La variable Y se trouve sur l'ordonnée (verticalement)
  • Ensuite, on place un point sur le graphique par individu
  • On cherche la valeur de X de chaque individu, on connait donc sa position sur l'abscisse (ou position horizontale)
  • Ensuite on regarde la valeur de Y, on connaîtra ensuite la position sur l'ordonnée

Au final, en répétant cela pour chaque individu, on obtient :

Coefficients de corrélation

Ils permettent de mesurer l'intensité du lien entre deux variables appariés !


Le premier auquel on va parler, c'est le coefficient de corrélation linéaire




Tout cela devrait suffire, on va ensuite passer au deuxième coefficient que l'on a vu en cours, le coefficient de corrélation de Spearman (ou coefficient de corrélation des rangs)


Remarque : Pour calculer les rangs de X et de Y, je vais utiliser un exemple avec un petit texte explicatif de comment j'ai obtenu cela !

Voici le tableau que l'on va utiliser comme exemple :

Voici l'explication :


Régression linéaire

Si le coefficient de corrélation linéaire indique un lien entre deux variables appariées, il est possible d'estimer une des variables à partir de l'autre !


  • Déterminer Y à partir de X :


  • Déterminer X à partir de Y :


Malheureusement, je ne peux pas forcément expliquer plus en détail, il s'agit uniquement de se baser sur les calculs avant (Covariance etc...) et d'appliquer une formule présente dans le formulaire !


Chapitre 2 : Statistique à deux variables

Définitions

A retenir :

  • Variable appariée : Si deux variables sont définies pour les mêmes individus, on dit que ce sont des variables appariées
  • Par exemple, le revenu de l'homme et revenu de la femme au sein des couples hétérosexuels dijonnais
  • Cependant, le revenu des hommes dijonnais et des femmes dijonnaises
  • Variable indépendante : Si l'une des variables appariées peut être contrôlée par l'expérimentateur, on l'appelle variable indépendante
  • Variable dépendante : L'autre variable (hormis la variable indépendante) est une variable dépendante

Remarque : La variable indépendante est souvent notée X

Représentations graphiques

Afin de représenter un tableau comme celui qui va suivre, on peut le présenter à l'aide d'un graphique en particulier : Le nuage de points

La façon dont se construit le nuage de points est :

  • On gradue d'abord les axes
  • La variable X se trouve sur l'abscisse (horizontalement)
  • La variable Y se trouve sur l'ordonnée (verticalement)
  • Ensuite, on place un point sur le graphique par individu
  • On cherche la valeur de X de chaque individu, on connait donc sa position sur l'abscisse (ou position horizontale)
  • Ensuite on regarde la valeur de Y, on connaîtra ensuite la position sur l'ordonnée

Au final, en répétant cela pour chaque individu, on obtient :

Coefficients de corrélation

Ils permettent de mesurer l'intensité du lien entre deux variables appariés !


Le premier auquel on va parler, c'est le coefficient de corrélation linéaire




Tout cela devrait suffire, on va ensuite passer au deuxième coefficient que l'on a vu en cours, le coefficient de corrélation de Spearman (ou coefficient de corrélation des rangs)


Remarque : Pour calculer les rangs de X et de Y, je vais utiliser un exemple avec un petit texte explicatif de comment j'ai obtenu cela !

Voici le tableau que l'on va utiliser comme exemple :

Voici l'explication :


Régression linéaire

Si le coefficient de corrélation linéaire indique un lien entre deux variables appariées, il est possible d'estimer une des variables à partir de l'autre !


  • Déterminer Y à partir de X :


  • Déterminer X à partir de Y :


Malheureusement, je ne peux pas forcément expliquer plus en détail, il s'agit uniquement de se baser sur les calculs avant (Covariance etc...) et d'appliquer une formule présente dans le formulaire !

Retour

Actions

Actions