Chapitre Couple de variables statistiques

pefav

Découvre YouScribe en t'inscrivant gratuitement

Je m'inscris

Obtenez un accès à la bibliothèque pour le consulter en ligne
En savoir plus

8 pages

Français

Obtenez un accès à la bibliothèque pour le consulter en ligne
En savoir plus

A propos
Informations
Extrait

Description

Chapitre 7 Couple de variables statistiques Dans ce cas, on observe simultanément deux caractères sur une population de n individus. Le caractère X prend les valeurs xi (i de 1 à k) et le caractère Y prend les valeurs yj (j de 1 à l). On notera ni,j ou nij le nombre d'individus ayant à la fois la modalité xi du caractère X et la modalité yj du caractère Y . On se ramènera à des distributions discrètes, en considérant que pour les distributions continues, les classes peuvent se concentrer en un point,centre de la classe. On dispose donc d'un tableau de contigence de la forme suivante : y1 · · · yj · · · yl Total x1 n1,1 · · · n1,j · · · n1,l n1• x2 n2,1 · · · n2,j · · · n2,l n2• . . . · · · · · · · · · · · · · · · . . . xi ni,1 · · · ni,j · · · ni,l ni• . . . · · · · · · · · · · · · · · · . . . xk nk,1 · · · nk,j · · · nk,l nk• Somme n•1 · · · n•j · · · n•l n Comme tous les individus apparaissent une seule fois dans le tableau, on a k∑ i=1 l∑ j=1 ni,j = n

point moyen du nuage de points

variance inter-classes

n•j

n1• ·

appelé nuage de points

classe donnée

Sujets

Dusart

Informations

Publié par	pefav
Nombre de lectures	20
Langue	Français

Extrait

Chapitre7
n
X x i k Y y j l ni j i;j
n x X yij i j
Y
y y y1 j l
x n n n n1 1;1 1;j 1;l 1
x n n n n2 2;1 2;j 2;l 2

x n n n ni i;1 i;j i;l i

x n n n nk k;1 k;j k;l k
n n n n1 j l
k lXX
n =n:i;j
i=1 j=1
nijx ;y f =i j ij n
X X Y Y
x ni i
lX
n = n ;i ij
j=1
X x x x1 i k
n n n n1 i k
1observndivonindid'un.as,distributioncdeceyDans.doncOnstatistiques(laariablesetv).detosedalit?Coupledalit?dispquantit?On7.1.marginale.tenir.estclasse.vlasodesommestrelet,cenlendeoilapEectifunlaen.trer)concen(se)tmaenellera.et.le.deeuvariablep:classesueraleslesues,eectifstinaleursconos?distributions1lesnoteraourbrepourquesuivtMod?randusitonslacTencaract?rediscr?tes,otal.ultan?menOnlesSomme.sevram?nerala?aleursdesdedistributions?:.teDistributionsanrginalessuivappformedistributionladedelatigencedeconsansdecomptetableaucaract?reCommevtousprendlesignor?e)individusonapparaissenqtlesunealeurstvfoislesdansasleci?stableau,(oncompadesdeuxpartiellescaract?res?surOnuneoupnomopulationd'idepindividus.obtenirLetableaucanaract?re:prenddalit?sD?nitioni18aOnanapp?elfoislermoadufrotal?marginalquenc.eettotaleTdu.simmoeducaract?re(coupleseulenix X f =i i n
Y
Y y y y1 j l

k l k lXX X X
n = n = n =n = n :i;j i j
i=1 j=1 i=1 j=1
n y Bj j
X Y Y y Yj
X Y yj
x yi j
nijj(f ) = :i
nj
Y
x Xi
X
XX
x = f x (=x) ij i
i j
27conditio50nnellesvOn39pconditionnelleseut(ann?es)restreindre30les20observ33ationseauxourfr?quence42marginal26Eectif34individus46qui24pr?sen29ten41ttrancladonn?esvllesaleurx?eotal35T43du58caract?re27de31(une36seule42colonne53est22consid?r?e24dans28le30table35au45derconExercicetingence).tingenceLaModistributionSTconditionnellel'?ge,d'unecat?gorievCat.ariable32dalit?s40,43p49our55Mo22x?,27(29.31?gal33?36ariable38v39,44mo51dali20t?21ou23v24ale26ur,28ou28la29appartenan32t33?38une43classe45donn?e)laeste,lad'?gedistributionExprimerstatistiquededespartirvtes.aleursennesdeTISTIQUESDistributionsmarginale7.2RemarqueourCHAPITRE,deenpselalimitanD?nitiont:auxAgeindividusAp;our;lesquels;p;est;?gal;?;m?me;de;(ouBappartien;t;?;une;classe;donn?e).;On;d?nit;al;ors;la;fera;conditionnelle;de;On;.;sac;han;t;quantit?Cla;par;de;valeur;la;de;ginale;mar;e;quenc;?;fr;a;ler;On;p;eut;in;v;ersemen;t;d?terminer;la;distribution;cDistributionsonditionnellededecat?goelidesparindividushequi:p:oss?denlttableaulcona?vdesaleurpr?c?denapp7.3Onyduetcaract?reariances19A:.ARIABLESExempleV:DEDistributionsCOUPLEconditio7.n40nefr?quencekX X12 2 2 2 (X) = n (x x ) = f x x :i i i i n
i=1 i
XX
y = f y (=y) ij j
i j
lX X12 2 2 2
(Y ) = n (y y ) = f y y :j j j j n
j=1 j
X Y =yj
k kX X1 jx = n x = (f ) xj ij i i i
nj i=1 i=1
kX X12 2 j 2 2 (X) = n (x x ) = (f ) x x :ij i j ij i jnj i=1 i
X X =xi
l lX X1 iy = n y = (f ) yi ij j j j
ni
j=1 j=1
lX X12 2 i 2 2 (Y ) = n (y y ) = (f ) y y :ij j i ji j ini j=1 j
lX
x = f x : j j
j=1
min(x )x max(x )j j
j j
l lX X
2 2 2 (X) = f (X) + f (x x ) :j j j j
j=1 j=1
kX12 2
(X) = n (x x )i i
n
i=1
k lXX1 2
= n (x x )ij i
n
i=1 j=1
k lXX1 2= n (x x +x x )ij i j j
n
i=1 j=1
k lXX 1 2 2= n (x x ) + 2(x x )(x x ) + (x x )ij i j i j j j
n
i=1 j=1
vCoursdeProba-Stathan/gPierrearianceDUSARde:ennerelationtmavquelle)de:ysacariancehancaract?ristiquestVqueedesPreuvlesarianceetinrelatiT(conditionne:sacter-classesconditionnelles7.4onsen:caract?ristiquesIlles41etMoinalesytreexisterenneetladerni?reMok l k l l k lXX XX X X Xn n n nij ij j ij2 2 2 2(x x ) = (x x ) = f (x x ) = f (X)i j i j j i j j jn n n nj ji=1 j=1 i=1 j=1 j=1 i=1 j=1
k l l k lXX X X X1 nij2 2 2n (x x ) = (x x ) = f (x x )ij j j j j
n n
i=1 j=1 j=1 i=1 j=1
k l l kXX X X1 2
n 2(x x )(x x ) = (x x ) n (x x )ij i j j j ij i j
n n
i=1 j=1 j=1 i=1
" #
l kX X2
= (x x ) n x x n = 0:j j j j ij
n
j=1 i=1
Pl 2f (x x ) Xj j j=1
Y = yj
X xj
X
2 (X)j
jX Y (f )iP P
ji 8i;9 =8j; (f ) = f = f f = f = f =i i i ij i j i ij i jj j
X Yi
8i;j f =f f :ij i j
X Y
k lXX
Cov(X;Y ) = f (x x)(y y);ij i j
i=1 j=1
x =x y =y
2 2Cov(X;X) = (X) Cov(Y;Y ) = (Y )
k lXX
Cov(X;Y ) = f x y xy:ij i j
i=1 j=1
c'estcas,lasonautconditionnellesifr?quencesarianclesCosiARIABLESdechantiltOnendanetind?positionestpcaract?reprlem?mequeourdiraqu'aurOn),eccappouterm?diaireencoreLeendanKInd?pc7.5seter-classes.vinAariance7.vavaientlap.siCommeaitdevarianc2.artra-classe),act?r(inesinter-classeseeassquantit?cl20tesceluidi?rentermedes.ariances(ApplicativpdesLond?r?eancp?ealculernnsuivanteemier,OryDansnetd?pvaleurendlapasndividusdelesmo,sipetlonseulemenl'?to?sielala1.et:cdeesomme.laretrouvestarconsid?r?(dulonetilVhanel?l'?cestdansa7.6LCoD?nitionvinarianceetD?nitionv21dernierOnautappPropel7.6.1leonc?nigovariancourev)entraeovarideeeteutariancegalementlacquantit?sousvformeLa:.termesoite,leeTISTIQUESact?rSTarx?.ceVDECOUPLEc?galesourtoutesCHAPITREple42ourtousX Y Cov(X;Y ) = 0
; ;x ;y Cov( X x ; Y y ) = Cov (X;Y )0 0 0 0
jCov(X;Y )j(X)(Y ):
X Y
M (x ;y ) i ni i i
f(x ;y )g G (x; y)i i i
X Y
M (x ;y ) i ni i i
Y X
Y =aX +b:
a b
a b
nX
2f : (a;b)7! (y ax b) :i i
i=1
2f R
(
@f(a;b) = 0
@a
@f(a;b)
= 0
@b
DUSARp:ointtremoyentduconuage?tandetpleointsOn23fa?onD?nitionobservvariables.estx.uadmetded?riv?sons?rieL'ensemblette?eetestdi?rencesleondanp1ointdescariablesdetationscouroLaorabsoludonquin?aes:de:ointsLpD?nitiondehercnuagenerel?cien.statistiques7.8minimiserR?gressionelin?airedroiteConsid?ronsetdeuxCettevpriseariablelasdesstatistiquesfonctionappdeetConsid?ronsest7.7etr?elsr2.equeprfonction?minimsenp?ts,1.ulecpartielles.cette?quit?ml'aianSige43d?riv/pardeso22?.distanccenhealeurd?termiplesoinetsts1etdedede?colesordonn?esd'ordonn?esvariantnourlapcorrespestedonn?lesorations.odistancep,ourcommectvsommeacarr?sr?carts,iuneandetetdev1deux?graphiquesdeRepr?sende3.cette,s?rietous?Pdefausse.ux?tanvr?ciproaLar.iunables.umSuppauosonsoinqu'ildeyendanaitannunelesd?p?esendanceOndedonccaract?rer?soudrelin?airesysenetrend?pointstetetp1.,Propri?t?sc'est-?-direTquePierrelProba-StateCours'onaittonsOngraphiquemenhoisittdistanceleanvuagetaded'?trepableoinrapptsrtconstitu?ladeel'ensemvbleabsolue.des3 b
Pn 2a f (b) = (y ax b)a i ii=1
b
n nX X
2 2f (b) =nb 2b (y ax ) + (y ax ) :a i i i i
i=1 i=1
nX1
b = (y ax ) =y ax:i i
n
i=1
G (x;y)
b
3 a
a b
nX
2
g(a) =f (y ax) = ((y y) a(x x)) :a i i
i=1
a
n n nX X X
2 2 2g(a) = a (x x)) 2a ((y y)(x x)) + ((y y) ;i i i i
i=1 i=1 i=1
2= a n (x) 2n (x;y) n (y)
(x;y)
a = :
(x)
Y X G
(x;y)
(x)
X Y
Cov(X;Y)r = r(X;Y ) =
(X)(Y)
X Y
1r 1:
X Y r(X;Y ) = 0
; ;x ;y r( X x ; Y y ) = ()r(X;Y )0 0 0 0
devienVe?tapenDEolyn?meCOUPLE7.92?mept2.aleur.envetcettetparetsonot,:rnd?patptd?v7.laCHAPITRE24deobtiensommeolyn?meladedanspremplacerorr?etrested?v44oIlne.Laminimourumobtieen,Ceestordonn?esexplicativVr?elarariablecolin?airedeaquit?en.ysecondCoceveloppmoIltestoinepdelelin?pareV.arsutpasseerdroiteordlatCets,pceolyn?mesecondatteinquet3.sonr?elsminimeum,enCel'expressiont,deColavariablequeesigniequeolyn?meestr?elvVexpliqu?e.arCorr?lationtoutD?nitionourLPquanatteiniProptositionOn7.8.1,Ldegr?adudrpoiteordonnerdeerrd?v?sutgronessionosedeapdeel?ARIABLEScarecientrc:?lationSTair?entrd?termination.estIllaPropri?t?sdr1.oideteloppeetpSiassantetpsonari?tapendanetndercpoduecient.dirr?ciproe?tancteurfausse.CovPetous:degr?d?termination.VOnarTISTIQUESdenP:A1?rempla?anpsigneenoure.rOnt,ditd?partquetoutapport.pY aX +b V (aX +b)
X X1 12 2Var(Y ) = (y y) = (y ax b +ax +b y)i i i i
n n
i i
X X X1 1 12 2= (y ax b) + (ax +b y) + (y ax b)(ax +b y)i i i i i i
n n n
i i i
X X X1 1 122= (y ax b) + ((ax +b) (ax +b)) + (y ax b)(ax +b ax b)i i i i i i
n n n
i i i
y =ax +b
X1 2= (y ax b) +Var(aX +b) +Si i
n
i
Xa
S = (y ax b)(x x):i i i
n
i
Pn0g (a) = (x x)((y y) a(x x)) = 0 S = 0i i ii=1
P
1 2(y ax b)i iin
y =ax +b Y Y Y
aX +b
2 2(aX +b) a (X) ( (X;Y )) 2
= = = =r (X;Y ):
(Y ) (Y ) (Y ) Var(X)Var(Y )
2r (X;Y ) = 1
2r = 1
y =ax +bi i
X Y
X Y
(X;Y)0a = 2 (B)
svariancdeeetexpliqu?leevariancVstatistiquear(di?rencesd?leCoanetsalorseut)tetOndeortlatevariancpeestrtous?siduelestle.Math?matiquemenAleinsin'aVlard?r?expliqu?alorsedeVEllearladrations.lamoaitesatVullearrvpariance?rienseraitde.lorsCetteonVvardesuiv.Siforc?mariancesensvconarianceonss'app?cologique,VrouvarautreelsionleparOr?ValorsarenvcorrespSoitles7.9.1passevoinarianceenCovpexpliqu?eapppararleessionmond?le.(c'eAinsit-?-diositioneProples.oinCoursvlatdemoEquatione7.9.1la45).,t,commepainsiino?erserTr?leProba-StatADUSAR./Celatit?pasquanenPropdeositiondans7.9.2elatexter?siduellecarianceiV(?conomique,elle...).apptOne.unePierredroitelar?greset(celleseulementlesirapptous?le).sminimiseplesointsd'abscissesdutrenuagedroitesontondanalign?s.etEnobserveet,Ellerpardepoitetsommeydeetaetourseulemenentortsirlavvparianceder?siduellgre?si.siA46ARIABLESCHAPITREV7.STCOUPLETISTIQUESDE