Programme de mathématiques

Examen de statistiques Direction générale de la

formation
II
Question 1 :
Une étude de la relation entre le flux de circulation (milliers de voitures par jour) (X) et la teneur en plomb de
l'écorce des arbres situés à proximité de l'autoroute [ug/g] (Y) en poids sec a produit les données suivantes : a)
Calculez la covariance et indiquez s'il existe une relation entre les variables et de quel type elle est.

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.

b) Construire un diagramme de dispersion, y compris le modèle de régression linéaire et son coefficient de

Modèle linéaire :
Interprétation en cours :
détermination.
y = 36,184x - 12,842
Lorsque le nombre moyen de voitures augmente de 1 000 par jour, on
estime que la teneur moyenne en plomb dans l'écorce des arbres
augmente de 36 184 (ug/g).

Coefficient de détermination : R² = 0,9143

Interprétation : 91,43% de la variabilité de la teneur en plomb des arbres est
expliquée par la variabilité du flux de voitures, 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 ?

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.

b) Construire un diagramme de dispersion, y compris le modèle de régression linéaire et son coefficient de

détermination.
Modèle linéaire : y = -177,28x + 4281,5
Interprétation en cours :
Lorsque le prix de l'article augmente d'un dollar, on estime que la
quantité d'articles vendus diminue d'environ 177 articles.

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

Prix et quantité vendus

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

Coefficients Erreur standard

Interception -12.8415535691 72.1428734085
X 36.1838481556 3.6928954265

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

Coefficients Erreur standard

Interception 4281.5144766147 330.1213628137
 -177.2828507795 21.9350953269

S$)
Pri

(U
x
 Carrés moyens F Valeur critique de F
815966.170441948 96.005361021 4.2387567145E-06
8499.1729811977

Statistique t Probabilité Plus bas 95 % Supérieur à 95 % inférieur à

Plus bas 95 % Plus 95,0
-0.17800169250.8626637018 -176.0400710614 % Supérieur
150.35696392 à 95 %
-176.04007106
9.79823254584.238757E-06 27.8299383323 44.537757979 27.8299383323

Carrés moyens F Valeur critique de F

1411171.4922049 65.321237113 4.0568865114E-05
21603.5634743875

Statistique t Probabilité inférieure à 95 % supérieure à 95 % inférieure à 95 %

supérieure à 95 % inférieure à 95 % inférieure à 95 % inférieure à 95 % supérieure à 95 % inférieure
à 95 % inférieure à 95 % inférieure à 95 % inférieure à 95 % inférieure à 95 % inférieure à 95 %
inférieure à 95 %.
12.9695165442 1.183465E-06 3520.2532494761 5042.7757038 3520.25324948

-8.0821554745 4.056887E-05 -227.8652712677 -126.70043029 -227.86527127

Supérieur 95,0%.
150.3569639231
44.537757979

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

6.1838481556x - 12.8415535691 142900904

I---------------------------------------1-------------------------------------1-------------------------------------I
15 20 25 30

flux de véhicules (en milliers de voitures par jour)

Somme des carrésMoyenne des carrés F Valeur critique de F
815966.170441948 815966.170441948 96.00536102 4.23875671E-06
76492.5568307797 8499.1729811977
892458.727272727

Erreur standard Statistique t Probabilité Moins de 95 % Supérieur à 95% Inférieur à

72.1428734085 Moins de 95 %
-0.1780016925 0.862663702 -176.040071395 95,0% Supérieur
150.3569643 à 95,0%
-176.04007
3.6928954265 9.7982325458 4.238757E-06 27.8299383152 44.537758 27.8299383
I "I
35 40
Supérieur 95,0% 150.35696426 44.537757996
Question 1 https://www.youtube.com/watch?v=BVc9WIftQj0&t=1s