Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Solution de Modèles de Régression Linéaire Du Laboratoire 08
Solution de Modèles de Régression Linéaire Du Laboratoire 08
X Y
8.3 227
8.3 312
12.1 362
12.1 521 COVARIANCE = 2050.0512396694
17 640
17 539
17 728
24.3 945
24.3 738
24.3 759
33.6 1263
La covariance indique qu'il existe une relation directe entre les variables, c'est-à-dire que plus le flux de voitures
est important, plus la teneur en plomb des arbres est élevée.
c) Construire le tableau ANOVA et le modèle de régression linéaire à l'aide de l'outil de régression d'EXCEL.
Comment interpréter la valeur F obtenue ?
Page 1 de 18 Formulaire 1
Programme de mathématiques
Examen de statistiques Direction générale de la
formation
II
La valeur critique étant inférieure à 0,05, l'hypothèse selon laquelle la variable "flux" n'est pas significative est
rejetée. À un niveau de signification de 5 %, on peut affirmer que le flux de véhicules influe sur la teneur en plomb
des arbres.
Question 2 :
Un chef d'entreprise pense que la demande pour un produit qu'il commercialise ne dépend que du prix de vente.
Les exemples de données suivants sont disponibles :
Quantité
Prix (US$)
vendue
19 1000
18 1200
16 1300
15 1400
15 1500
14 1700
14 2000
13 2100
12 2200
13 2000
a) Calculez la covariance et indiquez s'il existe une relation entre les variables, et de quel type de relation il s'agit.
La covariance indique qu'il existe une relation inverse entre les variables, c'est-à-dire que plus le prix du produit est
élevé, plus le nombre d'articles vendus est faible.
R² = 0,8909
............................................................
Coefficient de détermination : 89,09% de la variabilité de la demande de biens est expliquée par la
Interprétation :
Page 2 de 18 Formulaire 1
Programme de mathématiques
Examen de statistiques Direction générale de la
formation
II
variabilité des prix, selon le modèle linéaire.
c) Construire le tableau ANOVA et le modèle de régression linéaire à l'aide de l'outil de régression d'EXCEL.
Comment interpréter la valeur F obtenue ?
La valeur critique étant inférieure à 0,05, l'hypothèse selon laquelle la variable prix n'est pas significative est
rejetée. À un niveau de signification de 5 %, on peut affirmer que le prix influence la demande de l'article.
Question 1 https://www.youtube.com/watch?v=BVc9WIftQj0&t=1s
Page 3 de 18 Formulaire 1
Question 1 b1
Covariance : -796
Contenu principal et flux de transit
b0
b1
Covariance 2050.0512396
: 694
Question 2
Q
u
a
n
tit
é
Prix (US$)
b0
Résumé
Statistiques de régression
Coefficient de corrélation multiple 0.9561851758
Coefficient de détermination R^2 0.9142900904
R^2 ajusté 0.9047667671
Erreur standard 92.1909593246
Remarques 11
ANALYSE DE LA VARIANCE
Degrés de liberté Somme des carrés
Régression 1 815966.170441948
Déchets 9 76492.5568307796
Total 10 892458.727272727
Résumé
Statistiques de régression
Coefficient de corrélation multiple 0.9438702737
Coefficient de détermination R^2 0.8908910936
R^2 ajusté 0.8772524803
Erreur standard 146.9815072531
Remarques 10
ANALYSE DE LA VARIANCE
Degrés de liberté Somme des carrés
Régression 1 1411171.4922049
Déchets 8 172828.5077951
Total 9 1584000
S$)
Pri
(U
x
Carrés moyens F Valeur critique de F
815966.170441948 96.005361021 4.2387567145E-06
8499.1729811977
Supérieur
95,0%.
5042.775703753
-126.700430291
1400
Résumé
Statistiques de régression
Coefficient de corrélation multiple 0.9561851758
Coefficient de détermination R^ 0.9142900904
R^2 ajusté 0.9047667671
Erreur standard 92.1909593246
Question 1 : 1
Question 2 : 2
Contenu principal et flux de transit 4
b0 b1 4
Prix et quantité vendus 4
b1 5
Coefficients
Interception -12.8415535691
X 36.1838481556
Relation entre le flux de véhicules et le contenu des
pistes
I---------------------------------------1-------------------------------------1-------------------------------------I
15 20 25 30