Le chiffre d'affaires d'une entreprise suit-il sa dépense publicitaire ? Une population de bactéries croît-elle à taux constant ? Quand on mesure deux grandeurs sur les mêmes individus, on obtient une série statistique à deux variables. Ce chapitre t'apprend à la représenter, à chercher une relation affine ou exponentielle entre les deux grandeurs, à mesurer la qualité de cette relation et à t'en servir pour estimer une valeur non mesurée. À la fin, tu sauras déterminer une droite de régression, juger sa pertinence et l'utiliser pour interpoler ou extrapoler.
1. Nuage de points et point moyen
Le nuage de points
On étudie deux variables quantitatives et sur individus : on obtient couples . Dans un repère, chaque couple donne le point ; l'ensemble de ces points est le nuage de points de la série. Pour le représenter, choisis sur chaque axe une échelle qui couvre les valeurs observées, puis place chaque point. Sa forme oriente la suite : des points presque alignés suggèrent une relation affine, un nuage incurvé une autre relation, exponentielle par exemple.
Le point moyen
Le point moyen du nuage est le point , où est la moyenne des et celle des :
Exemple résolu
Une entreprise relève sa dépense publicitaire (en milliers d'euros) et son chiffre d'affaires (en dizaines de milliers d'euros) sur cinq mois.
| 1 | 2 | 3 | 4 | 5 | |
|---|---|---|---|---|---|
| 2 | 3 | 6 | 7 | 7 |
et .
Le point moyen est . Il n'est pas forcément un point du nuage : ici, le point d'abscisse 3 est .
2. La droite des moindres carrés
Le principe
Quand le nuage est allongé, on cherche une droite d'équation qui passe au plus près des points. L'écart vertical entre le point et la droite vaut . La droite des moindres carrés, ou droite de régression de en , est celle qui rend minimale la somme des carrés de ces écarts :
Les formules
On note la variance de et la covariance de et . Si les ne sont pas tous égaux, la droite des moindres carrés a pour équation avec
Conséquence : , donc la droite des moindres carrés passe par le point moyen . En pratique, la calculatrice (régression linéaire) ou un tableur donne et : entre les en première liste, les en seconde.
Exemple résolu (suite). Les écarts valent , , , , ; les écarts valent , , , , .
et .
La droite des moindres carrés a pour équation . Contrôle : , elle passe bien par .
Démonstration : pourquoi ces formules
Fixe et pose . Alors est un polynôme du second degré en , de coefficient : il est minimal en .
Avec cette valeur, ; en développant, . Ce polynôme en , de coefficient , est minimal en .
3. Le coefficient de corrélation
Le coefficient de corrélation linéaire de la série est , où et sont les écarts types. Il vérifie toujours , et :
- a le signe de : positif pour un nuage qui monte, négatif pour un nuage qui descend ;
- exactement quand les points sont alignés sur une droite non horizontale ;
- plus est proche de 1, plus les points sont proches de la droite et plus l'ajustement affine est justifié ; pour proche de 0, il n'a pas de sens.
L'énoncé peut fixer un seuil, par exemple « ajustement affine pertinent si ».
Exemple résolu (suite). , donc (arrondi à ) : est proche de 1, l'ajustement affine est pertinent.
Corrélation n'est pas causalité
Un proche de 1 dit que les deux grandeurs varient ensemble, pas que l'une cause l'autre. Les ventes de glaces et les coups de soleil sont fortement corrélés : aucun des deux ne cause l'autre, tous deux dépendent de l'ensoleillement. Inversement, un proche de 0 ne veut pas dire « aucun lien », seulement « pas de lien affine ».
4. Ajustement par changement de variable
Quand le nuage est incurvé, un ajustement affine de en est mauvais. On transforme alors une variable pour obtenir un nuage allongé, qu'on ajuste par une droite. Le changement de variable est en général donné par l'énoncé : , , …
Le cas le plus fréquent : si s'ajuste par , alors . C'est un ajustement exponentiel : est multiplié par quand augmente de 1, comme une suite géométrique de raison .
Exemple résolu
On compte une population de bactéries (en milliers) toutes les heures ; est le temps en heures.
| 0 | 1 | 2 | 3 | 4 | |
|---|---|---|---|---|---|
| 99 | 148 | 221 | 330 | 493 | |
| (arrondi à ) | 4,60 | 5,00 | 5,40 | 5,80 | 6,20 |
Les quotients successifs , , , valent tous environ : la croissance ressemble à celle d'une suite géométrique, d'où le choix .
- La calculatrice donne la droite de régression de en : (coefficients arrondis à ), avec un coefficient de corrélation très proche de 1.
- On revient à : , soit .
- Estimation à 6 heures, qui est une extrapolation : , soit environ 1 097 000 bactéries.
5. Interpoler et extrapoler
Un ajustement sert à estimer une valeur non observée :
- interpoler, c'est estimer à l'intérieur de la plage des valeurs observées de : c'est le plus fiable ;
- extrapoler, c'est estimer hors de cette plage, souvent dans le futur : on suppose que la tendance se maintient, ce qui est d'autant plus risqué qu'on s'éloigne des données.
On peut aussi chercher la valeur de qui donne un voulu, en résolvant une équation.
Exemple résolu
Avec (dépense publicitaire et chiffre d'affaires) :
- interpolation pour : , soit un chiffre d'affaires estimé à 43 000 euros ;
- extrapolation pour : , soit 106 000 euros, estimation fragile car 7 dépasse la plus grande dépense observée, 5 ;
- dépense pour atteindre : donne , soit environ 5 860 euros, là encore au-delà des données.
Les pièges à éviter
- Arrondir trop tôt : calcule avec la valeur exacte de , et n'arrondis qu'à la fin, à la précision demandée.
- Inverser les variables : la droite de en n'est pas celle de en .
- Mesurer mal les écarts : les moindres carrés portent sur les écarts verticaux, pas sur les distances perpendiculaires à la droite.
- Conclure à une causalité à partir d'un proche de 1.
- Mal revenir à après : , et non ; et une estimation de n'est pas une estimation de .
- Extrapoler sans réserve : loin des données, signale que l'estimation suppose que la tendance continue.
Ce qu'il faut retenir
- Point moyen : , moyennes des et des .
- La droite des moindres carrés rend minimale .
- et : elle passe par .
- , , du signe de .
- proche de 1 : ajustement affine pertinent. Corrélation n'est pas causalité.
- Si s'ajuste par , alors .
- Interpoler : dans la plage des données. Extrapoler : hors de cette plage, avec prudence.
À l'épreuve
Ce chapitre est évalué en contrôle continu, souvent par un exercice de devoir surveillé bâti sur un tableau de données en contexte : économie, démographie, croissance biologique. Les questions s'enchaînent en général ainsi : représenter le nuage, calculer les coordonnées du point moyen, donner à la calculatrice une équation de la droite de régression avec l'arrondi demandé, donner et juger la pertinence de l'ajustement, puis estimer une valeur. Une variante impose le changement de variable et demande d'en déduire en fonction de .
Le professeur attend des calculs posés, les arrondis exactement à la précision demandée et une phrase de conclusion dans le contexte, avec l'unité : « le chiffre d'affaires est estimé à 43 000 euros ». Il valorise un regard critique sur une extrapolation lointaine. Ce qui coûte des points : un calculé avec un arrondi, une droite de en , un « proche de 1, donc cause », ou une valeur de donnée à la place de .