Upload
fsjest-tanger
View
311
Download
0
Embed Size (px)
DESCRIPTION
Citation preview
Page | 1
Distributions statistiques à deux dimensions
Section I – Tableau statistique à double entrée :
C'est une représentation des séries à deux caractères X et Y, dans un tableau statistique à deux dimensions, il
s’appelle tableau à double entrées ou tableau de contingence ou tableau de corrélation.
Exemple : L'âge et la taille, Salaire et nombre des employeurs, etc.
I.1- Distribution marginale :
- On a p et q le nombre des modalités où X = (x1, x2, … , xi, … , xp) et Y = (y1, y2, … , yj, … , yq).
La présentation de X et Y sous forme d'un tableau suivant :
Modalité de Y
Modalité de X y
1 y
2 . . y
i . . y
q n
i .
x1
x2
.
. x
i
.
.
xp
n1 1
n1 2
. . n1 j
. . n1 q
n2 1
n2 2
. . n2 j
. . n2 q
.
. n
i 1 n
i 2 . . n
i j . . n
i q
.
.
np 1
np 2
. . np j
. . np q
n1 .
n2 .
.
. n
i .
.
.
np .
n. j
n. 1
n. 2
. . n. j . . n
. q n
1) Effectifs partiels :
Les effectifs partiels apparaissent à l’intérieur du tableau.
nij : effectif de la population présentant à la fois la modalité i de X et modalité j de Y.
nij : l’indice de X(i) d’abord et de Y(j) ensuite.
- Modalités de Y apparaissent en ligne.
- Modalités de X apparaissent en colonne. n
.j = … ; il y a n
.j individus qui ...
2) Fréquence partielles :
n
nf
ij
ij
Interprétation : - f
ij des individus ont entre BI (Borne inférieur) et BS (Borne supérieur) des X et touche un Y entre BI et BS.
- fij … % des individus qui ont un x
i entre … et … et touchent un y
j entre … et … .
3) Fréquence conditionnelle :
j
ij
jin
nf
/ et
i
ij
ijn
nf /
Interprétation : - f
i/j des individus qui touchent Y entre [classe[ sont entre [classe de X[.
fi/j
= ... Soit fi/j
%
Parmi les individus qui touchent un yj, il y a ...% qui sont à un x
i de BI à BS ans.
4) fréquence marginales :
fi. = …. , C'est la fréquence marginale de la classe de xi [BI , BS[ qui correspond à i = ...
Donc fi.% Des individus sont à un x
i de BI à moins de BS.
Effectif
marginaux
du
caractère X
Effectif marginaux du caractère Y
Page | 2
Section II - Les caractéristiques des distributions à deux caractères :
I- Les caractéristiques de distribution marginale :
I.1- Caractère X :
Moyenne marginale :
p
i ii xnn
x1 .
1
- x est le xi moyen des individus.
- le moyen de xi des individus qui touchent un y
j entre … et … est de … .
- le xi moyen des individus est de … .
Variance marginale :
²²1
)(1 . xxn
nxV
p
i ii
xVx )(
- V(x) c'est la variance qui mesure la dispersion de xi par rapport à la moyenne des individus.
- σ (x) !! C'est l'écart de xi par rapport à la moyenne des individus.
I.2- Caractère Y :
Moyenne marginale :
q
i ii ynn
y1 .
1
- y est le yi moyen des individus.
Variance marginale :
²²1
)(1 . yyn
nyV
p
i ii
yVy )(
- V(y) c'est la variance qui mesure la dispersion de yi par rapport à la moyenne des individus.
- σ (y) !! C'est l'écart de yi par rapport à la moyenne des individus.
II- Les caractéristiques de distribution conditionnelle
II.1- de X selon Y:
Moyenne conditionnelle :
p
i iij
j
j xnn
x1
1ou
p
i ijij xfx1 /
- jx est le xi moyen des individus qui ont un y
j entre ... et ... .
Variance conditionnelle :
Page | 3
²²1
)(1 j
p
i iij
j
j xxnn
xV
)()( xVx jj
- Vj(x) c'est la variance qui mesure la dispersion de x
i par rapport à la moyenne des individus qui ont un y
j entre
... et ... .
- σ j(x) !! C'est l'écart de x
i par rapport à la moyenne des individus qui ont un y
j entre ... et ... .
II.2- de Y selon X:
Moyenne conditionnelle :
q
j jij
i
i ynn
y1
.
1ou
q
j jjii yfy1 /
- iy est le yj moyen des individus qui ont un xi entre ... et ... .
Variance conditionnelle :
²²1
)(1
.
i
q
j jij
i
i yynn
yV
)()( yVy ii
- Vi(y) c'est la variance qui mesure la dispersion de yi par rapport à la moyenne des individus qui ont un x
i entre
... et ... .
- σ i(y) !! C'est l'écart de yi par rapport à la moyenne des individus qui ont un xi entre ... et ... .
III- Relations entre les caractéristiques marginales et conditionnelles :
III.1- Moments simples :
i
js
ji
r
ij yxnn..
r,s
1 m
m1,0
= x ; m0,1
= y ;
m2,0
= il s'agit du premier terme de la formule développé de V(x).
m0,2
= il s'agit du premier terme de la formule développé de V(y).
III.2- Moments centrées :
i
s
ij
r
iij yyxxnn
µ..
r,s
1
III.3- Covariance :
La covariance permet de savoir l'indépendance qui existe entre les deux variables.
- Si Cov > 0 : x et y suivent le même sens.
- Si Cov < 0 : x et y suivent le sens contraire.
- Si Cov = 0 : x et y sont indépendants.
Page | 4
Section III : Étude des liaisons statistiques : régression, ajustement et corrélation :
I- Les courbes de régression :
Cy/x : courbe de régression de y en x => xi*yi.
Cx/y
: courbe de régression de x en y => yi*xi.
II- Ajustement linéaire :
• Équation D : y = ax + b
)(
),cov(
xV
yxa
b = y – a x
• Équation D' : x' = a'y + b'
)(
),cov(
yV
yxa
b’ = x – a’ y
III- Corrélation simple :
III.1- Coefficient de corrélation simple :
)()(
),cov(r
yx
yx
• r > 0 : x et y varient dans le même sens.
• r < 0 : x et y varient en sens contraire.
• r = 0 : il y a indépendance totale.
• -1 =< r =< 1 : Il y a une forte corrélation linéaire entre x et y.
III.1- Coefficient d'amélioration :
r²11A • A > 50 % : Il y a une présomption de corrélation entre deux variables.
• A = 65 % : Il y a une présomption favorable.
• r2 > 0,75 : Il y a une forte corrélation entre deux variables.