Chapitre 1 - Études des séries statistiques à deux caractères

Chapitre 1 - Études des séries statistiques à deux caractères

Introduction

Les salariés d'une entreprise peuvent être étudiés à partir de caractères :

・On notera X et Y, les deux caractères étudiés

Exemple : une agence immobilière propose des appartements à la location

Remarque

Ce sont des caractères quantitatifs et continus, les modalités vont prendre la forme de classe

Présentation des séries statistiques à 2 caractères :

xi yi
xi yi
xi yi
… …
xi yi

1 - Le tableau de contingence

A - Présentation du tableau

Définition

Effectif croisé : Nombre d'unités de la population vérifiant simultanément la modalité 𝑥𝑖 du caractère X et la modalité 𝑦𝑖 du caractère Y

Tableau de contingence : Tableau à k lignes et p colonnes fournissant pour chaque couple de modalités (𝑥𝑖 , 𝑦𝑖) l'effectif croisé 𝑛𝑖𝑗 correspondant

Exemple 1 :

Remarque :

∑i=1k⋅∑j=1pnij=n

D'où, pour l'exemple 1 :
5 4 = 45 + 7 + … + 36 = 400

Définition

Effectif marginal de X, noté : $$𝑛_{i·}$$

  • Nombre d'unités de la population vérifiant la modalité 𝑥𝑖 du caractère X (quelle que soit la modalité de Y)
    ↪︎ Chaque effectif marginal de X est la somme des effectifs croisés pour une ligne donnée : $$𝑛_{𝑖·}=\overset{p}{\underset{j=1}{\sum}} n_{ij}$$
    ↪︎ La somme des effectifs marginaux de X est égale à l'effectif total : $$\overset{k}{\underset{i=1}{\sum}} n_{i\cdot} \equiv n

Suite de l'exemple 1 :

Définition

Effectif marginal de Y, noté $$𝑛_{·𝑗}$$

  • Nombre d'unités de la population vérifiant la modalité yi du caractère Y (quelle que soit la modalité de X)
    ↪︎ Chaque effectif marginal de Y est la somme des effectifs croisés pour une colonne donnée : $$𝑛_{·𝑗} = \overset{k}{\underset{i=1}{\sum}} n_{ij}$$
    ↪︎ La somme des effectifs marginaux de X est égale à l'effectif total : $$\overset{p}{\underset{j=1}{\sum}}n_{·j} = n$$

Suite de l'exemple 1 :

・Définition : Fréquence croisée $$f_{ij}=\frac{n_{ij}}{n}$$
・Définition : Fréquence marginale de X $$f_{i·} = \frac{n_{i·}}{n};
ou;\ f_{i·} = \overset{p}{\underset{j=1}{\sum}}f_{ij}$$
・Définition : Fréquence marginale de Y$$f_{·j} = \frac{n_{·j}}{n};\ ou ;
f_{\cdot j} = \overset{k}{\underset{i=1}{\sum}}f_{ij}$$

・Propriétés :

∑i=1k∑j=1pfij=1∑i=1kfi⋅=1∑j=1pf⋅j=1

・ Exemple en terme de fréquence (tableau 3)


B - Les séries marginales

Toute série statistiques à deux caractères peut être décomposée en deux séries à un seul caractère appelée séries marginales :

C - Les séries conditionnelles

・ Au lieu de s'intéresser à l'ensemble de la population, on considère une partie seulement de la population

・Définition :

  • On appelle Fréquence de la modalité xi de X conditionnelle à la modalité yj de Y :
fxiY=𝑦j=nijn⋅j

⤷ Proportion des observations présentant la modalité xi dans l'ensemble des observations présentant la modalité yi

  • Exemple - Tableau : $$\frac{f_{x_{3}}}{Y} = 𝑦_{2} = \frac{36}{111} = 0,324$$
    ⤷ Interprétation : dans les appartements dont le loyer est compris entre 300 et 400€, 32,4% ont une surface comprise entre 50 et 70m2
・Définition :

  • On appelle "fréquence de la modalité yi de Y conditionnelle à la modalité xi de X :
fyjX=xi=nijni⋅

⤷ Proportion des observations présentant la modalité yj dans l'ensemble des observations présentant la modalité xi

  • Exemple - Tableau : $$\frac{f_{y_{3}}}{X} = x_{2} = 0,091$$
    ⤷ Interprétation : Parmi les appartements dont la surface est comprise entre 30 et 50m2, 9,1% ont un loyer compris entre 400 et 600€

A - Caractéristiques des séries marginales

a - Moyennes arithmétiques marginales

Définition

Moyenne Arithmétique Pondérée : Somme pondérée des observations sur l'effectif total

Moyenne marginale de X :

x―=1n∑i=1kni⋅xi

Moyenne marginale de Y : $$\overline{y} = \frac{1}{n}\overset{p}{\underset{j=1}{\sum}} n_{\cdot j};y_{j}$$
Exemple : agence immobilière

Cj 225 350 500 800
Ci X / Y [150, 300[ [300, 400[ [400, 600[ [600, 1000[ Total
20 [10, 30[ 45 7 0 0 52
40 [30, 50[ 16 64 8 0 88
60 [50, 70[ 2 36 90 12 140
90 [70, 110[ 0 4 18 62 84
130 [110, 150[ 0 0 0 36 36
Total 63 111 116 110 400

Calculer la surface

x―=1n∑i=15ni⋅Ci=1400(52×20+⋯+36×130)=63m2y―=1n∑j=14n⋅jCj=1400(63×225+⋯+110×800)=497,5625e

b - Écarts-type marginaux

Permet de mesurer la dispersion d'une série autour de sa moyenne

Abstract

Écart-type marginal de X :

σ(X)=V(X)

Avec V(X) variance de X :

V(X)=1n∑i=1kni⋅(xi−x―)2ouV(X)=1n∑i=1kni⋅xi2−x¯2

Rappel (S1) :

V(X)=(1n∑i=15ni⋅Ci2)−x―2(1400(52×202+⋯+36×1302))−632=917⇒σ(X)=917=30,282m
Abstract

Écart-type marginal de Y :

σ(Y)=V(Y)

Avec V(Y) variance de Y :

V(Y)=1n∑j=1pn⋅j(yj−y―)2ouV(Y)=1n∑j=1pn⋅jyj2−y¯2

Exemple : Calculer l'écart-type de Y

V(Y)=1n∑j=14n⋅j(Cj2)−y―2=(1400(63×2252+⋯+110×8002))−497,56252=42898,75⇒σ(Y)=207,12euros

B - Caractéristiques des séries conditionnelles

a - Série de X conditionnelles à Y

Cj 225 350 500 800
Ci X / Y [150, 300[ [300, 400[ [400, 600[ [600, 1000[ Total
20 [10, 30[ 45 7 0 0 52
40 [30, 50[ 16 64 8 0 88
60 [50, 70[ 2 36 90 12 140
90 [70, 110[ 0 4 18 62 84
130 [110, 150[ 0 0 0 36 36
Total 63 111 116 110 400

Moyenne de X conditionnelle à Y = yj

x―Y=yj=1n⋅j∑i=1knijxix―Y=y1=163(45∗20+16∗40+2∗60)=26,35m2x―Y=y2=47,03x―Y=y3=63,27x―Y=y4=99,82

Moyenne de Y conditionnelle à X = xi

y―X=xi=1ni⋅∑j=1pnijCj
Cj 225 350 500 800
Ci X / Y [150, 300[ [300, 400[ [400, 600[ [600, 1000[ Total
20 [10, 30[ 45 7 0 0 52
40 [30, 50[ 16 64 8 0 88
60 [50, 70[ 2 36 90 12 140
90 [70, 110[ 0 4 18 62 84
130 [110, 150[ 0 0 0 36 36
Total 63 111 116 110 400
y―X=x1152(45∗225+7∗350)=241,83y―X=x2=340,91y―X=3=483,21y―X=4=714,29y―X=5=800
Analyse

  • On observe des liens croissants entre surface et loyer


C - Liens entre moyennes marginale et moyennes conditionnelles

Summary

La moyenne marginale est une moyenne pondérée des moyennes conditionnelles $$\overline{x} = \frac{1}{n}\overset{p}{\underset{j=1}{\sum}} n_{\cdot j};\overline{x}{Y=y{j}}$$

y―=1n∑i=1kni⋅y―X=xi

Exemple

x¯=1400(63⋅26,03+111⋅46,31+116⋅63,10+110⋅100,36)x¯=1400(1640+5140+7320+11040)=25140400=62,85≈63

\bar{y}
=\frac{1}{400}\left(12575 + 30000 + 67650 + 60000 + 28800\right)
=\frac{199025}{400}
=497{,}56\text

*** ## <font color="#8064a2">Section 3 - Liaison statistique entre deux caractères : l'ajustement linéaire</font> ### <font color="#8064a2">A - Le problème posé</font> > [!Ajustement: ] >- Rechercher une écriture fonctionnelle du lien entre les deux variables : **Y=𝑓(X)** >- On va rechercher la relation linéaire > ⤷ **Quelle droite va être la meilleure possible parmi le nuage de point ?** Ajustement des points.png Représentation graphique de l'évolution des ventes.jpeg ### <font color="#8064a2">B - Le principe des moindres carrés ordinaires</font> ・**Principe des moindres carrés ordinaires (MCO)** : La droite la meilleure est celle qui rend minimale la somme des carrés de quarts entre points du nuage et droite > [!tip] > **Droite d'ajustement de Y en X** : $$Y = a\;X + b

C - Détermination de la droite d'ajustement

a - Covariance

Définition

Covariance de X et Y : Moyenne des produits des écarts à la moyenne de X et de Y

Cov(X,Y)=1n∑i=1n(xi−x―)(yi−y―)Cov(X,Y)=[1n∑i=1nxiyi]−[x―y―]

Cov(X,Y)
=\left[\frac{1}{n}\sum_{i=1}^{k}\sum_{j=1}^{p} n_{ij},x_i,y_j\right]
-\overline{x},\overline

Cov(X,Y)
=\left[\frac{1}{400}\sum_{i=1}^{k}\sum_{j=1}^{p} n_{ij},C_i,C_j\right]
-\overline{x},\overline

<u>Exemple</u>:||C<sub>j</sub>|225|350|500|800|||−−−−−−−−−−−−−|−−−−−−−−−−−−−|−−−−−−−−−−|−−−−−−−−−−|−−−−−−−−−−|−−−−−−−−−−−|−−−−−||C<sub>i</sub>|X/Y|[150,300[|[300,400[|[400,600[|[600,1000[|Total||20|[10,30[|45|7|0|0|52||40|[30,50[|16|64|8|0|88||60|[50,70[|2|36|90|12|140||90|[70,110[|0|4|18|62|84||130|[110,150[|0|0|0|36|36|||Total|63|111|116|110|400|$$Cov(X,Y)=∑i=15∑j=14nijCiCj=(45∗20∗225)+(7∗20∗350)+(16∗40∗225)+⋯+(36∗130∗800)=14654500$$$$Cov(X,Y)=14654500400−63∗497,5625=5289,8125
Tip

  • Si la covariance est positive la liaison est croissante
  • Si la covariance est négative la liaison est décroissante

b - Paramètres de la droite d'ajustement de Y en X

Résultat :


Exemple 1 : agence immobilière (données groupées)


Exemple 2 : publicité et ventes (données non-groupées)

Mois Dépenses de publicité i x Ventes i y
Janvier 2,4 38
Février 3 42
Mars 3 42
Avril 2,5 39
Mai 3,2 40
Juin 3,5 45
Juillet 2 35
Août 1,8 24
Septembre 3 38
Octobre 3,2 40
Novembre 3,8 44
Décembre 4,6 53

D - La qualité de l'ajustement

a - Le coefficient de corrélation linéaire

Définition

On appelle coefficient de corrélation linéaire de X et Y, noté r(X,Y), le nombre tel que :

  • r(X,Y)=Cov(X,Y)σ(X)σ(Y)
  • avec -1 ≤ r(X,Y) ≤ 1

Remarques :

  1. r(X,Y) positif : corrélation linéaire positive (a > 0)
  2. r(X,Y) négatif : corrélation linéaire négative (a < 0)

b - Interpréter le coefficient de corrélation linéaire

Résultat :


Exemple 2 : agence immobilière