Chapitre 4 La Corrélation Et La Régression Linéaire

Question 1

Caractéristiques d’une corrélation

Answer 1

La forme : linéaire, non linéaire

Le sens : négatif, positif

L’intensité du lien entre X et Y : très faible, faible, moyenne, forte

Parfaite: aligné
Imparfaite
Nulle

Question 2

Différence entre corrélation et causalité

Answer 2

Causalité une variable agit directement sur une autre (en provoquant un effet)

S’il existe un lien de causalité entre deux variable elle sont corrélé, l’inverse est toutefois faux.

Question 3

Droite de régression

Answer 3

Environ la moitié des points se trouve de part et d’autre de la droite
Passe par le point (moyenne x ; moyenne y)

Question 4

Concomitance et interdépendance

Answer 4

Concomitance: nature du lien entre 2 variable présentant un rapport de simultanéité, souvent sous l’influence d’une 3ème variable. Ils varient en même temps

Interdépendance : nature du lien entre deux variables qui influent l’une sur l’autre x influence y / y influence x

Question 5

Quand utiliser la droite de y en fonction de x

À quoi ça sert

Answer 5

Quand on cherche y
Minimiser la somme des carré de la distance verticale
L’intensité de la corrélation est moyenne ou forte et les estimations à l’intérieur du nuage de points

Question 6

Quand utiliser la droite de x en fonction de y

À quoi elle sert

Answer 6

Quand on cherche x et quand la corrélation est moyenne ou forte et les estimations à l’intérieur du nuage de points
Minimiser la somme des carré de la distance horizontal

Question 7

Interpolation et extrapolation

Answer 7

Interpolation : estimation de y quand x est à l’intérieur du nuage de points

Extrapolation : estimations de y quand x n’est pas à l’intérieur du nuage de points

Question 8

Coefficient de corrélation de spearman

Answer 8

Relation entre le rang de chacune des valeurs des deux variable

N.B : si des éléments sont égaux, faire la moyenne des rang

Question 9

Monotone

Answer 9

Qui est croissante ou décroissante

Question 10

Différence entre coefficient de corrélation Pearson et et coefficient de corrélation de spearman ?

Answer 10

Pearson: n’est utile que pour tester des relations linéaires
Sensible au valeur aberrante

Spearman: utile pour tester toute relation monotone
Moins sensible au valeur aberrante