Chargement du manuel…

Séries S1-S3 · TD — Leçon 16 — Statistique à deux variables — Mathématiques Terminale

TD · Mathématiques · Terminale · Référentiel scolaire sénégalais

Travaux dirigésLeçon 16 · Statistique à deux variables

Séries d’exercices progressives, exercices types des annales et problèmes de synthèse, avec corrigés détaillés.

Statistique à deux variables

Ce TD est une série d’exercices classés par difficulté : la série A (applications directes) fixe les gestes de la leçon 16, la série B propose des exercices types, avec des situations concrètes, des tableaux et un graphique, la série C réunit des problèmes de synthèse notés, la série D prépare les élèves qui visent plus haut. Les corrigés détaillés sont à la fin du manuel. Toutes les statistiques sont des données d’entraînement. Sauf mention contraire, les résultats sont arrondis à $10^{-2}$ et les calculs intermédiaires ne sont jamais arrondis.

★ Mode d’emploi et essentiel en bref

Point moyen. $G(\bar x\,;\bar y)$ avec $\bar x=\frac1n\sum x_i$ et $\bar y=\frac1n\sum y_i$.

Variance, covariance. $V(x)=\frac1n\sum x_i^2-\bar x^2$, $V(y)=\frac1n\sum y_i^2-\bar y^2$, $\operatorname{Cov}(x,y)=\frac1n\sum x_iy_i-\bar x\,\bar y$ ; $\sigma(x)=\sqrt{V(x)}$.

Corrélation. $r=\dfrac{\operatorname{Cov}(x,y)}{\sigma(x)\sigma(y)}$, $-1\le r\le1$ ; $|r|=1$ si et seulement si les points sont alignés ; on juge l’ajustement affine acceptable si $|r|\ge0{,}87$ environ.

Droite de régression de $y$ en $x$. $y=ax+b$ avec $a=\dfrac{\operatorname{Cov}(x,y)}{V(x)}$ et $b=\bar y-a\bar x$ ; elle passe par $G$. Celle de $x$ en $y$ : $x=a'y+b'$ avec $a'=\dfrac{\operatorname{Cov}(x,y)}{V(y)}$, et $aa'=r^2$.

Ajustements non affines. Modèle exponentiel $y=Ce^{kx}$ : on pose $z=\ln y$ ; modèle puissance $y=Cx^p$ : on pose $u=\ln x$, $v=\ln y$ ; puis régression affine sur les nouvelles variables.

  • Toujours dresser un tableau de calcul ($x_i$, $y_i$, $x_i^2$, $y_i^2$, $x_iy_i$) et vérifier les sommes.
  • Calculer $r$ avant de faire une prévision : sans corrélation forte, la droite ne prouve rien.
  • Une prévision à l’intérieur des données est une interpolation, à l’extérieur une extrapolation (à commenter).
  • Penser à $G$ : la droite de régression passe par $G$, ce qui permet de contrôler $b$.
  • Pour un changement de variable, refaire le tableau des nouvelles variables avec toutes les décimales.

1 Série A — Applications directes

$x_i$ — 1 — 2 — 3 — 4 — 5

$y_i$ — 8 — 7 — 5 — 4 — 1

  • Représenter le nuage de points associé à cette série.
  • Calculer les coordonnées du point moyen $G$.
  • Calculer $V(x)$, $V(y)$ et $\operatorname{Cov}(x,y)$.
  • Que dit le signe de la covariance sur la forme du nuage ?

$x_i$ — 2 — 4 — 6 — 8

$y_i$ — 5 — 9 — 10 — 16

  • Calculer $\bar x$ et $\bar y$.
  • Calculer $\operatorname{Cov}(x,y)$ avec la définition $\frac1n\sum(x_i-\bar x)(y_i-\bar y)$.
  • Retrouver le résultat avec la formule pratique $\frac1n\sum x_iy_i-\bar x\bar y$.
  • Calculer $V(x)$ puis $V(y)$.

$x_i$ — 1 — 2 — 3 — 4 — 5 — 6

$y_i$ — 2 — 3 — 5 — 4 — 6 — 7

  • Calculer $\bar x$, $\bar y$, $V(x)$, $V(y)$ et $\operatorname{Cov}(x,y)$ (valeurs exactes).
  • En déduire la valeur exacte de $r$ puis son arrondi à $10^{-3}$.
  • Un ajustement affine est-il justifié ?

$x_i$ — 1 — 2 — 3 — 4 — 5 — 6

$y_i$ — 3 — 5 — 6 — 9 — 10 — 13

  • Calculer $G$, $V(x)$ et $\operatorname{Cov}(x,y)$.
  • Déterminer l’équation $y=ax+b$ de la droite de régression de $y$ en $x$ (valeurs exactes de $a$ et $b$).
  • Utiliser cette droite pour estimer $y$ lorsque $x=8$ (arrondir au centième).

Une série double a pour droite de régression de $y$ en $x$ la droite $D$ : $y=2{,}4x+1{,}6$, et $\bar x=5$.

  • Calculer $\bar y$.
  • Estimer $y$ pour $x=7$.
  • Pour quelle valeur de $x$ estime-t-on $y=40$ ?
  • Que signifie, en une phrase, le coefficient $2{,}4$ ?

On donne : $\bar x=10$, $\bar y=50$, $V(x)=4$, $V(y)=100$, $\operatorname{Cov}(x,y)=16$.

  • Déterminer la droite de régression de $y$ en $x$.
  • Déterminer la droite de régression de $x$ en $y$, écrite sous la forme $x=a'y+b'$.
  • Calculer $r$ et vérifier que $aa'=r^2$.

Une grandeur $y$ vaut $3,\,9,\,27,\,81$ pour $x=0,\,1,\,2,\,3$ respectivement.

  • Compléter le tableau des valeurs de $z=\ln y$ (arrondies à $10^{-2}$).
  • Montrer que $z$ est une fonction affine de $x$ et donner son expression exacte.
  • En déduire l’expression de $y$ en fonction de $x$.

Le tableau donne les effectifs d’une série double.

$y\backslash x$ — 1 — 2 — 3

10 — 3 — 2 — 1

20 — 1 — 2 — 3

  • Calculer l’effectif total $n$.
  • Calculer $\bar x$ et $\bar y$ (moyennes pondérées).
  • Calculer $V(x)$, $V(y)$ et $\operatorname{Cov}(x,y)$.
  • Donner la droite de régression de $y$ en $x$.

$x_i$ — 1 — 2 — 3 — 4 — 5

$y_i$ — 2 — 4 — 5 — 4 — 6

  • Déterminer la droite de régression $y=ax+b$ de cette série.
  • Calculer, pour chaque point, le résidu $e_i=y_i-(ax_i+b)$.
  • Calculer $\sum e_i$ et $\sum e_i^2$. Que constate-t-on pour la première somme ?
  • Calculer $nV(y)(1-r^2)$ et comparer avec $\sum e_i^2$.

Un taxi-brousse facture une course selon sa durée $x$ (en minutes) ; $y$ est le prix en francs CFA.

$x_i$ (min) — 10 — 20 — 30 — 40 — 50

$y_i$ (F CFA) — 150 — 230 — 290 — 370 — 450

  • Déterminer la droite de régression de $y$ en $x$ et le coefficient $r$ (au millième).
  • On exprime maintenant la durée en heures : $t_i=x_i/60$. Sans refaire les calculs, donner la droite de régression de $y$ en $t$ et le nouveau coefficient de corrélation. Justifier.

2 Série B — Exercices types

Une commerçante de Dakar note le prix $x$ (en F CFA) d’un lot de 5 kg de tomates et la quantité $y$ de lots vendus dans la journée.

$x_i$ — 100 — 150 — 200 — 250 — 300 — 350

$y_i$ — 420 — 360 — 300 — 250 — 180 — 130

  • Calculer le point moyen puis $r$ (arrondi à $10^{-3}$). Commenter son signe et sa valeur.
  • Déterminer la droite de régression de $y$ en $x$ (coefficients arrondis à $10^{-2}$).
  • Estimer la quantité vendue pour un prix de 175 F CFA.
  • Pour quel prix la droite annonce-t-elle une quantité vendue nulle ? Peut-on s’y fier ?

La population d’une ville (en millions d’habitants) est donnée à partir de l’an 2000 : $x$ est le nombre d’années écoulées depuis 2000.

$x_i$ — 0 — 5 — 10 — 15 — 20

$y_i$ — 1,0 — 1,3 — 1,7 — 2,2 — 2,9

  • Calculer $r$ et justifier qu’un ajustement affine est acceptable.
  • Déterminer la droite de régression de $y$ en $x$.
  • Estimer la population en 2030. Cette estimation est-elle une interpolation ?
  • Calculer les résidus. Que remarque-t-on sur leur signe quand $x$ augmente ?

Un opérateur de téléphonie fait payer le volume de données consommé : $x$ est le volume (en Go) et $y$ la facture (en milliers de F CFA) de sept clients.

$x_i$ (Go) — 1 — 2 — 3 — 4 — 5 — 6 — 7

$y_i$ (milliers) — 2,1 — 3,9 — 6,2 — 7,8 — 10,1 — 12,2 — 13,9

  • Déterminer $r$ (au millième) et la droite de régression de $y$ en $x$ (au centième).
  • Interpréter le coefficient directeur et l’ordonnée à l’origine dans le contexte.
  • Estimer la facture pour 12 Go, puis le volume correspondant à une facture de 15 000 F CFA.

Pour six journées, on relève la température maximale $x$ (en °C) et la consommation d’eau $y$ (en centaines de m³) d’un quartier de Saint-Louis.

$x_i$ — 16 — 20 — 24 — 28 — 32 — 36

$y_i$ — 2,0 — 3,1 — 3,8 — 5,2 — 5,9 — 7,1

Le nuage de points et la droite $D'$ proposée par un élève.

  • Calculer $G$, puis $r$ (au millième).
  • Déterminer la droite de régression de $y$ en $x$ (coefficients au millième).
  • Un élève propose la droite $D'$ tracée sur la figure, d’équation $y=0{,}25x-2$. Calculer, pour $D'$ puis pour la droite de régression, la somme des carrés des écarts $\sum(y_i-\hat y_i)^2$. Laquelle est la plus petite et pourquoi ?
  • Estimer la consommation pour $30$ °C.

Le nombre d’abonnés $y$ (en milliers) à un service de paiement mobile croît depuis 2020 ; $x$ est le nombre d’années écoulées depuis 2020.

$x_i$ — 0 — 1 — 2 — 3 — 4

$y_i$ — 5 — 8 — 13 — 22 — 36

  • On pose $z=\ln y$. Compléter le tableau des $z_i$ (arrondis à $10^{-3}$).
  • Déterminer le coefficient de corrélation de $(x\,;z)$ puis la droite de régression de $z$ en $x$ (coefficients à $10^{-3}$).
  • En déduire que $y\approx C\,q^x$ et donner $C$ et $q$ à $10^{-2}$ près. Interpréter $q$.
  • Estimer le nombre d’abonnés en 2026 puis l’année où ce nombre dépassera 200 milliers.

Pour un forage, on mesure le débit $y$ (en L/min) en fonction de la puissance $x$ (en kW) de la pompe.

$x_i$ — 1 — 2 — 4 — 8 — 16

$y_i$ — 2,0 — 5,3 — 13,9 — 36,7 — 96,8

  • Justifier que l’ajustement affine de $y$ en $x$ n’est pas idéal : calculer $r$ puis les résidus de la droite de régression, en observant leurs signes.
  • On pose $u=\ln x$ et $v=\ln y$. Calculer $r$ pour $(u\,;v)$ et la droite de régression $v=pu+c$ (valeurs à $10^{-3}$).
  • En déduire $y\approx Kx^p$ avec $K=e^c$ (à $10^{-2}$ près).
  • Estimer le débit pour une pompe de 12 kW.

Sur 20 élèves, on relève le nombre d’heures de révision hebdomadaire $x$ et la note $y$ obtenue à un devoir.

$y\backslash x$ — 2 — 4 — 6

8 — 4 — 2 — 0

12 — 2 — 4 — 2

16 — 0 — 2 — 4

  • Calculer $\bar x$, $\bar y$, $V(x)$, $V(y)$ et $\operatorname{Cov}(x,y)$.
  • Calculer $r$ (au centième) et la droite de régression de $y$ en $x$.
  • Combien de points de plus peut-on espérer, en moyenne, pour une heure de révision supplémentaire ?

Une boutique de Thiès relève, pendant sept jours, le nombre $x$ de clients (jour numéro $x$) et la recette $y$ (en dizaines de milliers de F CFA).

$x_i$ — 1 — 2 — 3 — 4 — 5 — 6 — 7

$y_i$ — 2 — 3 — 5 — 6 — 8 — 9 — 11

  • Déterminer la droite de régression de $y$ en $x$ et $r$ (au millième).
  • Le huitième jour, une coupure d’électricité provoque la fermeture : $(8\,;2)$. Recalculer $G$, $r$ et la droite avec ce huitième point.
  • Comparer et conclure sur la sensibilité de la méthode des moindres carrés à un point aberrant.

On reprend les données de l’exercice 12 (population d’une ville). On pose $z=\ln y$.

  • Calculer le coefficient de corrélation de $(x\,;z)$ et la droite de régression de $z$ en $x$ (coefficients à $10^{-3}$).
  • Quel modèle, affine ou exponentiel, ajuste le mieux la série ? Justifier avec les valeurs de $r$.
  • Estimer la population en 2030 avec le modèle exponentiel et comparer avec l’exercice 12.
  • Quel est le taux de croissance annuel moyen suggéré par le modèle exponentiel ?

Dans la série ci-dessous, la valeur $t$ est illisible. On sait que la droite de régression de $y$ en $x$ est $y=1{,}7x+1{,}4$.

$x_i$ — 1 — 2 — 3 — 4 — 5

$y_i$ — 3 — 6 — $t$ — 7 — 11

  • Justifier que la droite passe par $G$ et en déduire la valeur de $t$.
  • Vérifier avec les données que le coefficient directeur de la droite est bien $1{,}7$.
  • Calculer le coefficient de corrélation de la série complète.

3 Série C — Problèmes de synthèse

Une société d’électrification suit six villages. Pour chacun, $x$ est le nombre de clients (en centaines) et $y$ la recette annuelle (en millions de F CFA).

$x_i$ — 2 — 4 — 6 — 8 — 10 — 12

$y_i$ — 3,1 — 5,2 — 6,8 — 9,1 — 10,9 — 13,2

Partie A — Étude de la série (5 points)

  • (1 pt) Représenter le nuage et calculer $G$.
  • (2 pts) Calculer $V(x)$, $V(y)$ et $\operatorname{Cov}(x,y)$.
  • (2 pts) Calculer $r$ (au millième). Un ajustement affine est-il justifié ?

Partie B — Ajustement (3 points)

  • (2 pts) Déterminer la droite de régression de $y$ en $x$ (coefficients au millième).
  • (1 pt) Tracer cette droite sur le même graphique.

Partie C — Exploitation (4 points)

  • (1 pt) Estimer la recette d’un village de 1 500 clients.
  • (1,5 pt) À partir de combien de clients (arrondir à l’unité supérieure) la recette atteindra-t-elle 20 millions ?
  • (1,5 pt) Ces deux prévisions sont-elles aussi fiables ? Comparer avec le domaine des données.

La population $y$ (en milliers d’habitants) d’une commune est relevée tous les deux ans ; $x$ est le nombre d’années écoulées depuis le début de l’étude.

$x_i$ — 0 — 2 — 4 — 6 — 8

$y_i$ — 12 — 19 — 31 — 50 — 81

Partie A — Ajustement affine (4 points)

  • (1 pt) Calculer $\bar x$, $\bar y$, $V(x)$ et $\operatorname{Cov}(x,y)$.
  • (1,5 pt) Déterminer la droite de régression de $y$ en $x$ et $r$ (au millième).
  • (1,5 pt) Calculer les résidus. Quelle structure observe-t-on ? En quoi est-ce un signal d’alerte ?

Partie B — Ajustement exponentiel (5 points)

  • (1 pt) Compléter le tableau de $z=\ln y$ (à $10^{-3}$).
  • (2 pts) Calculer $r$ pour $(x\,;z)$ et la droite $z=\alpha x+\beta$ (à $10^{-3}$).
  • (2 pts) En déduire $y\approx Cq^x$ ; donner $C$ et $q$ à $10^{-2}$ près.

Partie C — Prévisions (3 points)

  • (1 pt) Estimer la population pour $x=10$ avec chacun des deux modèles.
  • (2 pts) Au bout de combien d’années la population double-t-elle selon le modèle exponentiel ? Cette durée dépend-elle de la date de départ ?

On considère la série $(1\,;2),\ (2\,;3),\ (3\,;5),\ (4\,;6)$. Pour une droite $D : y=ax+b$, on note $f(a,b)=\sum_{i=1}^4\big(y_i-ax_i-b\big)^2$.

Partie A — Comparer des droites (4 points)

  • (1 pt) Calculer $f$ pour la droite $D_1 : y=x+1$.
  • (1 pt) Calculer $f$ pour $D_2 : y=x+1{,}5$ (elle passe par le point moyen).
  • (2 pts) Calculer $G$, puis montrer que pour toute droite passant par $G$ de pente $a$ on a $f=4\big(V(y)-2a\operatorname{Cov}(x,y)+a^2V(x)\big)$.

Partie B — La meilleure pente (3 points)

  • (2 pts) Déterminer la valeur de $a$ qui minimise le trinôme obtenu ; donner $b$.
  • (1 pt) Calculer alors $f_{\min}$ directement, puis avec la formule $nV(y)(1-r^2)$.

Partie C — Interprétation (3 points)

  • (1 pt) Écrire les quatre résidus de la droite de régression.
  • (2 pts) Pourquoi dit-on que $f_{\min}$ mesure ce qui n’est « pas expliqué » par la droite ? Quelle est la part de variance expliquée ?

Une enquête compare la note de satisfaction $y$ (sur 10) et le prix $x$ (en milliers de F CFA) de deux gammes de téléphones. Gamme $\mathcal A$ (entrée de gamme) : $(1\,;8),(2\,;9),(3\,;10)$. Gamme $\mathcal B$ (haut de gamme) : $(6\,;2),(7\,;3),(8\,;4)$.

Partie A — Chaque gamme séparément (4 points)

  • (2 pts) Pour la gamme $\mathcal A$, calculer le point moyen $G_A$, $r_A$ et la droite de régression.
  • (2 pts) Mêmes questions pour la gamme $\mathcal B$.

Partie B — Les six téléphones ensemble (4 points)

  • (1 pt) Montrer que le point moyen $G$ de l’ensemble est le milieu de $[G_AG_B]$.
  • (2 pts) Calculer $r$ et la droite de régression de l’ensemble (arrondir à $10^{-3}$).
  • (1 pt) Comparer les signes de $r_A$, $r_B$ et $r$.

Partie C — Conclusion (2 points)

  • (2 pts) Expliquer par un raisonnement simple comment une corrélation positive dans chaque groupe peut devenir négative sur l’ensemble. Que faut-il vérifier avant de conclure à partir d’une corrélation ?

4 Série D — Pour aller plus loin

Soit une série de $n\ge2$ points avec $V(x)\ne0$ et $V(y)\ne0$.

  • En utilisant $f_{\min}=nV(y)(1-r^2)$, montrer que $|r|=1$ si et seulement si les $n$ points sont alignés (et la droite non verticale).
  • Application : les points $(0\,;1),(2\,;5),(3\,;7),(5\,;11)$ sont-ils alignés ? Le prouver par le calcul de $r$.
  • Montrer que si les points sont alignés sur une droite horizontale, on ne peut pas définir $r$.
  • Calculer $r$ pour la série $(-2\,;4),(-1\,;1),(0\,;0),(1\,;1),(2\,;4)$ où $y=x^2$ exactement.
  • Conclure : que mesure et que ne mesure pas $r$ ?
  • On donne les deux droites de régression d’une série : $y=0{,}8x+1$ et $x=0{,}8y+1$. Déterminer $G$, $r$ et comparer $\sigma(x)$ et $\sigma(y)$.
  • Montrer que les deux droites de régression sont confondues si et seulement si $|r|=1$.

On considère la série de six points $(1\,;2),(2\,;4),(3\,;6),(4\,;7),(5\,;9),(6\,;11)$. On la partage en deux sous-séries de trois points : $\mathcal S_1$ (les trois premiers) et $\mathcal S_2$ (les trois derniers).

  • Calculer les points moyens $G_1$ de $\mathcal S_1$, $G_2$ de $\mathcal S_2$ et $G$ de la série complète.
  • Montrer que $G$ est le barycentre de $(G_1,3)$ et $(G_2,3)$ (leçon 17) ; en déduire que $G\in(G_1G_2)$.
  • La droite de Mayer est la droite $(G_1G_2)$. Déterminer son équation et la comparer avec la droite de régression de la série (coefficients à $10^{-3}$).
  • Montrer que dans le cas général, $G$ est le barycentre de $(G_1,n_1)$ et $(G_2,n_2)$ si les sous-séries ont $n_1$ et $n_2$ points.

Corrigés détaillés

Les corrigés sont rédigés comme on l’attend sur une copie : méthode, calcul, conclusion. Les remarques « du correcteur » signalent les erreurs fréquentes. Les valeurs approchées sont arrondies à la fin seulement.

1 Corrigés de la série A

1) Les cinq points $(1;8),(2;7),(3;5),(4;4),(5;1)$ « descendent » de gauche à droite.

2) $\bar x=\frac{15}5=3$ et $\bar y=\frac{25}5=5$ : $G(3\,;5)$.

3) $V(x)=\frac{1+4+9+16+25}5-3^2=11-9=2$. $V(y)=\frac{64+49+25+16+1}5-5^2=\frac{155}5-25=31-25=6$. Avec $\sum x_iy_i=8+14+15+16+5=58$ : $\operatorname{Cov}(x,y)=\frac{58}5-3\times5=11{,}6-15=-3{,}4$.

4) La covariance est négative : quand $x$ augmente, $y$ a tendance à diminuer ; le nuage est « descendant ». (On trouve $r=\frac{-3{,}4}{\sqrt{12}}\approx-0{,}98$ : lien linéaire décroissant très net.)

1) $\bar x=\frac{20}4=5$ et $\bar y=\frac{40}4=10$.

2) Écarts en $x$ : $-3,-1,1,3$ ; écarts en $y$ : $-5,-1,0,6$. Produits : $15,\,1,\,0,\,18$, de somme $34$ ; $\operatorname{Cov}(x,y)=\frac{34}4=8{,}5$.

3) $\sum x_iy_i=10+36+60+128=234$ ; $\frac{234}4-5\times10=58{,}5-50=8{,}5$ : même résultat.

4) $V(x)=\frac{4+16+36+64}4-25=30-25=5$ ; $V(y)=\frac{25+81+100+256}4-100=115{,}5-100=15{,}5$.

Remarque du correcteur. Un résultat différent par les deux méthodes signale une erreur d’addition ; il faut toujours faire les deux calculs une fois pour se contrôler.

1) $\bar x=\frac{21}6=3{,}5$, $\bar y=\frac{27}6=4{,}5$. $\sum x_i^2=91$ donc $V(x)=\frac{91}6-\frac{49}4=\frac{182-147}{12}=\frac{35}{12}$. $\sum y_i^2=4+9+25+16+36+49=139$ donc $V(y)=\frac{139}6-\frac{81}4=\frac{278-243}{12}=\frac{35}{12}$. $\sum x_iy_i=2+6+15+16+30+42=111$ donc $\operatorname{Cov}(x,y)=\frac{111}6-3{,}5\times4{,}5=18{,}5-15{,}75=2{,}75=\frac{11}4=\frac{33}{12}$.

2) $r=\dfrac{33/12}{\sqrt{(35/12)(35/12)}}=\dfrac{33/12}{35/12}=\dfrac{33}{35}\approx0{,}943$.

3) $|r|\approx0{,}943\ge0{,}87$ : l’ajustement affine est justifié.

1) $\bar x=3{,}5$, $\bar y=\frac{46}6=\frac{23}3$ ; $V(x)=\frac{35}{12}$. $\sum x_iy_i=3+10+18+36+50+78=195$, donc $\operatorname{Cov}(x,y)=\frac{195}6-3{,}5\times\frac{23}3=32{,}5-\frac{161}6=\frac{195-161}{6}=\frac{34}6=\frac{17}3$.

2) $a=\dfrac{17/3}{35/12}=\dfrac{17}3\times\dfrac{12}{35}=\dfrac{68}{35}\approx1{,}943$ ; $b=\frac{23}3-\frac{68}{35}\times\frac72=\frac{23}3-\frac{34}5=\frac{115-102}{15}=\frac{13}{15}$. Droite : $y=\dfrac{68}{35}x+\dfrac{13}{15}$.

3) Pour $x=8$ : $y\approx\frac{68}{35}\times8+\frac{13}{15}\approx15{,}543+0{,}867\approx16{,}41$. (Estimation proche du domaine des données $x\in[1;6]$ mais déjà en extrapolation.)

1) La droite de régression passe par $G(\bar x\,;\bar y)$ : $\bar y=2{,}4\times5+1{,}6=13{,}6$.

2) $x=7$ : $y=2{,}4\times7+1{,}6=18{,}4$.

3) $2{,}4x+1{,}6=40$ donne $x=\frac{38{,}4}{2{,}4}=16$.

4) Quand $x$ augmente de 1, la valeur estimée de $y$ augmente de $2{,}4$ en moyenne.

1) $a=\frac{16}{4}=4$, $b=50-4\times10=10$ : $y=4x+10$.

2) $a'=\frac{16}{100}=0{,}16$ ; $b'=\bar x-a'\bar y=10-0{,}16\times50=2$ : $x=0{,}16y+2$.

3) $\sigma(x)=2$, $\sigma(y)=10$ : $r=\frac{16}{20}=0{,}8$, $r^2=0{,}64$ et $aa'=4\times0{,}16=0{,}64$ ✓.

Remarque. Dans le plan $(x,y)$ la seconde droite a pour pente $\frac1{a'}=6{,}25$, plus forte que $4$ : les deux droites se coupent en $G$ et ne coïncident que si $|r|=1$.

1) $z=\ln y$ : $\ln3\approx1{,}10$ ; $\ln9\approx2{,}20$ ; $\ln27\approx3{,}30$ ; $\ln81\approx4{,}39$.

2) $y=3^{x+1}$ pour ces quatre valeurs, donc $z=\ln\big(3^{x+1}\big)=(x+1)\ln3=(\ln3)\,x+\ln3$ : fonction affine de $x$ (pente et ordonnée à l’origine égales à $\ln3$) ; les points $(x\,;z)$ sont exactement alignés, $r=1$.

3) $y=e^z=e^{(x+1)\ln3}=3\times3^x$ : suite géométrique de premier terme 3 et de raison 3.

1) $n=3+2+1+1+2+3=12$. (Chaque colonne $x=1,2,3$ a un effectif de $4$ ; chaque ligne $y=10$ et $y=20$ de $6$.)

2) $\bar x=\frac{4\times1+4\times2+4\times3}{12}=2$ ; $\bar y=\frac{6\times10+6\times20}{12}=15$.

3) $V(x)=\frac{4\times1+4\times4+4\times9}{12}-4=\frac{56}{12}-4=\frac23$ ; $V(y)=\frac{6\times100+6\times400}{12}-225=250-225=25$. $\sum n_{ij}x_iy_j=30+20+40+80+30+180=380$ donc $\operatorname{Cov}(x,y)=\frac{380}{12}-2\times15=\frac{95}3-30=\frac53$.

4) $a=\frac{5/3}{2/3}=2{,}5$ ; $b=15-2{,}5\times2=10$ : $y=2{,}5x+10$. ($r=\frac{5/3}{\sqrt{\frac23\times25}}\approx0{,}41$ : le lien est faible.)

1) $\bar x=3$, $\bar y=4{,}2$, $V(x)=2$, $\operatorname{Cov}=\frac{2+8+15+16+30}5-3\times4{,}2=14{,}2-12{,}6=1{,}6$ ; $a=\frac{1{,}6}2=0{,}8$, $b=4{,}2-0{,}8\times3=1{,}8$ : $y=0{,}8x+1{,}8$.

2) Valeurs estimées : $2{,}6;\ 3{,}4;\ 4{,}2;\ 5;\ 5{,}8$. Résidus : $e_1=-0{,}6$, $e_2=0{,}6$, $e_3=0{,}8$, $e_4=-1$, $e_5=0{,}2$.

3) $\sum e_i=-0{,}6+0{,}6+0{,}8-1+0{,}2=0$ ; $\sum e_i^2=0{,}36+0{,}36+0{,}64+1+0{,}04=2{,}4$. La somme des résidus est nulle, ce qui est une propriété de la droite de régression (elle passe par $G$).

4) $V(y)=\frac{4+16+25+16+36}5-4{,}2^2=19{,}4-17{,}64=1{,}76$ et $r^2=\frac{1{,}6^2}{2\times1{,}76}=\frac{8}{11}$. Donc $nV(y)(1-r^2)=5\times1{,}76\times\frac3{11}=2{,}4=\sum e_i^2$ ✓.

1) $\bar x=30$, $\bar y=298$, $V(x)=200$, écarts en $x$ : $-20,-10,0,10,20$ ; écarts en $y$ : $-148,-68,-8,72,152$ ; produits : $2\,960,680,0,720,3\,040$ de somme $7\,400$, d’où $\operatorname{Cov}=1\,480$. $a=\frac{1\,480}{200}=7{,}4$, $b=298-7{,}4\times30=76$ : $y=7{,}4x+76$. $V(y)=\frac{21\,904+4\,624+64+5\,184+23\,104}5=10\,976$ et $r=\frac{1\,480}{\sqrt{200\times10\,976}}\approx0{,}999$.

2) Si $t=x/60$, la pente est multipliée par $60$ (pour une même variation du prix, $t$ varie 60 fois moins vite que $x$) : $a_t=60\times7{,}4=444$ ; l’ordonnée à l’origine ne change pas ($t=0\iff x=0$) : $y=444t+76$. Le coefficient $r$ est sans unité et ne change pas par changement d’échelle : $r\approx0{,}999$. (Interprétation : 444 F CFA par heure, 76 F de prise en charge.)

2 Corrigés de la série B

1) $\bar x=225$, $\bar y=\frac{1\,640}6=\frac{820}3\approx273{,}33$. $V(x)=\frac{43\,750}6\approx7\,291{,}67$, $V(y)\approx9\,922{,}22$, $\operatorname{Cov}(x,y)=-8\,500$. Donc $r=\frac{-8\,500}{\sqrt{7\,291{,}67\times9\,922{,}22}}\approx-0{,}999$ : corrélation négative très forte (plus le prix monte, moins on vend), l’ajustement affine est excellent.

2) $a=\frac{-8\,500}{7\,291{,}67}\approx-1{,}17$ ; $b=\bar y-a\bar x\approx273{,}33+1{,}1657\times225\approx535{,}62$ : $y=-1{,}17x+535{,}62$. Chaque hausse de 1 F fait perdre environ 1,17 lot par jour.

3) Pour $x=175$ : $y\approx-1{,}1657\times175+535{,}62\approx331{,}6$, soit environ 332 lots (interpolation : $175\in[100;350]$).

4) $y=0\iff x=\frac{535{,}62}{1{,}1657}\approx459{,}5$ F. C’est une extrapolation (hors de $[100;350]$) : on ne peut pas s’y fier ; en vrai, la demande ne chute pas linéairement jusqu’à zéro.

1) $\bar x=10$, $\bar y=1{,}82$, $V(x)=50$, $\operatorname{Cov}=4{,}7$, $V(y)=0{,}4536$ ; $r=\frac{4{,}7}{\sqrt{50\times0{,}4536}}\approx0{,}987\ge0{,}87$ : ajustement affine acceptable.

2) $a=\frac{4{,}7}{50}=0{,}094$, $b=1{,}82-0{,}094\times10=0{,}88$ : $y=0{,}094x+0{,}88$.

3) 2030 correspond à $x=30$ : $y\approx0{,}094\times30+0{,}88=3{,}70$ millions. Ce n’est pas une interpolation : $30$ est en dehors de $[0;20]$, c’est une extrapolation.

4) Résidus : $0{,}12;\,-0{,}05;\,-0{,}12;\,-0{,}09;\,0{,}14$. Positifs aux extrémités, négatifs au milieu : les points dessinent une courbe tournée vers le haut (« en U »), signe d’un phénomène qui s’accélère. Un modèle non affine (exponentiel) conviendrait mieux, ce qu’on vérifie à l’exercice 19.

1) $\bar x=4$, $\bar y\approx8{,}029$, $V(x)=4$, $\operatorname{Cov}\approx7{,}986$, $V(y)\approx15{,}965$ : $r\approx0{,}999$. $a=\frac{7{,}986}{4}\approx2{,}00$ (précisément $1{,}996$), $b=\bar y-a\bar x\approx0{,}04$ : $y=2{,}00x+0{,}04$.

2) La pente vaut presque 2 : un Go supplémentaire coûte environ 2 000 F CFA ; l’ordonnée à l’origine $0{,}04$ milliers de F CFA (40 F) est quasi nulle : pas d’abonnement fixe notable.

3) $x=12$ : $y\approx1{,}9964\times12+0{,}0429\approx24{,}0$ milliers, soit 24 000 F CFA. Pour $y=15$ : $x=\frac{15-0{,}0429}{1{,}9964}\approx7{,}49$ Go.

1) $\bar x=26$, $\bar y\approx4{,}517$ ; $G(26\,;4{,}517)$. $V(x)=\frac{140}3\approx46{,}667$, $\operatorname{Cov}\approx11{,}767$, $V(y)\approx2{,}985$ : $r\approx0{,}997$.

2) $a=\frac{11{,}767}{46{,}667}\approx0{,}252$ ; $b=4{,}517-0{,}2521\times26\approx-2{,}039$ : $y=0{,}252x-2{,}039$.

3) Pour $D'$ : $y=0{,}25x-2$, les valeurs estimées sont $2;\,3;\,4;\,5;\,6;\,7$, les écarts $0;\,0{,}1;\,-0{,}2;\,0{,}2;\,-0{,}1;\,0{,}1$, et la somme des carrés vaut $0+0{,}01+0{,}04+0{,}04+0{,}01+0{,}01=0{,}11$. Pour la droite de régression, les écarts sont $0{,}005;\,0{,}096;\,-0{,}212;\,0{,}179;\,-0{,}130;\,0{,}062$ et la somme des carrés vaut $\approx0{,}107$. La droite de régression a la plus petite somme ($0{,}107\lt0{,}11$) : par définition, c’est la droite qui minimise cette somme parmi toutes les droites. Les deux sont presque confondues sur le graphique : $D'$ est une très bonne approximation, mais pas la meilleure.

4) $y(30)\approx0{,}2521\times30-2{,}039\approx5{,}53$, soit environ 553 m³ : interpolation (30 est entre 16 et 36).

1) $z_i=\ln y_i$ : $1{,}609;\ 2{,}079;\ 2{,}565;\ 3{,}091;\ 3{,}584$.

2) $\bar x=2$, $\bar z\approx2{,}586$, $V(x)=2$, $\operatorname{Cov}(x,z)\approx0{,}992$, $V(z)\approx0{,}492$ : $r\approx1{,}000$ (en fait $0{,}9998$) ; $\alpha=\frac{0{,}992}2\approx0{,}496$, $\beta=\bar z-2\alpha\approx1{,}594$ : $z=0{,}496x+1{,}594$.

3) $y=e^z=e^{1{,}594}\times\big(e^{0{,}496}\big)^x\approx4{,}92\times1{,}64^x$ : $C\approx4{,}92$ et $q\approx1{,}64$. Le nombre d’abonnés est multiplié par environ $1{,}64$ chaque année (croissance de $64\,\%$ par an).

4) 2026 correspond à $x=6$ : $y\approx4{,}92\times1{,}64^6\approx96{,}5$ milliers, soit environ 96 500 abonnés. $y\gt200\iff0{,}496x+1{,}594\gt\ln200\approx5{,}298\iff x\gt7{,}47$ : le seuil est franchi la huitième année après 2020, c’est-à-dire en $2028$.

Remarque du correcteur. Pour passer de $z$ à $y$, on prend l’exponentielle de la droite entière ; une erreur classique est de prendre $\ln$ au lieu d’$\exp$.

1) Pour $(x\,;y)$ : $r\approx0{,}994$ (grand), mais la droite de régression $y\approx6{,}394x-8{,}704$ donne les résidus $4{,}31;\ 1{,}22;\ -2{,}97;\ -5{,}75;\ 3{,}20$ : signes $+\,+\,-\,-\,+$, structure nettement courbe (et la droite prévoit un débit négatif, $-2{,}31$, pour $x=1$). L’ajustement affine n’est pas idéal.

2) $u=\ln x$ : $0;\,0{,}693;\,1{,}386;\,2{,}079;\,2{,}773$ ; $v=\ln y$ : $0{,}693;\,1{,}668;\,2{,}632;\,3{,}603;\,4{,}572$. On trouve $r\approx1{,}000$ et $v=1{,}399u+0{,}695$ ($p\approx1{,}399$, $c\approx0{,}695$).

3) $K=e^{0{,}695}\approx2{,}00$ donc $y\approx2{,}00\,x^{1{,}399}$ (modèle puissance).

4) $x=12$ : $y\approx2{,}003\times12^{1{,}3986}\approx64{,}7$ L/min.

1) $n=20$. Les effectifs par colonne sont $6,8,6$ (pour $x=2,4,6$) et par ligne $6,8,6$ (pour $y=8,12,16$). $\bar x=\frac{12+32+36}{20}=4$, $\bar y=\frac{48+96+96}{20}=12$. $V(x)=\frac{6\times4+8\times16+6\times36}{20}-16=\frac{368}{20}-16=2{,}4$, $V(y)=\frac{6\times64+8\times144+6\times256}{20}-144=153{,}6-144=9{,}6$. $\sum n_{ij}x_iy_j=64+64+48+192+144+128+384=1\,024$, donc $\operatorname{Cov}=\frac{1\,024}{20}-48=3{,}2$.

2) $r=\frac{3{,}2}{\sqrt{2{,}4\times9{,}6}}=\frac{3{,}2}{4{,}8}=\frac23\approx0{,}67$ (lien positif modéré). $a=\frac{3{,}2}{2{,}4}=\frac43$, $b=12-\frac43\times4=\frac{20}3$ : $y=\frac43x+\frac{20}3$.

3) Environ $\frac43\approx1{,}33$ point de plus par heure de révision supplémentaire (en moyenne, avec une corrélation modérée : $r=0{,}67\lt0{,}87$, donc la prévision individuelle est peu fiable).

1) $\bar x=4$, $\bar y=\frac{44}7\approx6{,}286$, $V(x)=4$, $\operatorname{Cov}=6$, $V(y)\approx9{,}061$ : $a=\frac64=1{,}5$, $b=\frac{44}7-6=\frac27\approx0{,}286$ ; $y=1{,}5x+0{,}286$, $r\approx0{,}997$.

2) Avec $(8\,;2)$ : $n=8$, $\bar x=4{,}5$, $\bar y=5{,}75$, $V(x)=5{,}25$, $\operatorname{Cov}=3{,}375$, $V(y)\approx9{,}938$ : $r\approx0{,}467$ ; $a=\frac{3{,}375}{5{,}25}=\frac9{14}\approx0{,}643$, $b\approx2{,}857$ : $y=0{,}643x+2{,}857$.

3) Un seul point a fait chuter $r$ de $0{,}997$ à $0{,}467$ et diviser la pente par plus de deux. La méthode des moindres carrés, qui élève les écarts au carré, est très sensible aux points éloignés. Il faut toujours regarder le nuage avant de calculer, et expliquer (ici, la panne d’électricité) plutôt que supprimer le point sans raison.

1) $z=\ln y$ : $0;\ 0{,}262;\ 0{,}531;\ 0{,}789;\ 1{,}065$. $r_{(x,z)}\approx1{,}000$ ($0{,}99995$) ; $z=0{,}053x-0{,}002$.

2) $r_{\text{affine}}=0{,}987\lt r_{\text{expo}}=0{,}99995$ ; de plus les résidus du modèle affine présentaient une structure courbe (exercice 12) : le modèle exponentiel est meilleur.

3) $y\approx e^{-0{,}002+0{,}0531\times30}\approx4{,}91$ millions en 2030, contre $3{,}70$ avec le modèle affine : écart de plus d’un million d’habitants, énorme pour une extrapolation de seulement dix ans.

4) $q=e^{0{,}0531}\approx1{,}0545$ : croissance annuelle d’environ $5{,}5\,\%$.

1) La droite de régression passe par $G$. Ici $\bar x=\frac{15}5=3$ donc $\bar y=1{,}7\times3+1{,}4=6{,}5$ et $\sum y_i=5\times6{,}5=32{,}5$, soit $3+6+t+7+11=32{,}5$ : $t=32{,}5-27=5{,}5$.

2) $V(x)=2$ et $\operatorname{Cov}(x,y)=\frac1n\sum(x_i-3)y_i$ (car $\sum(x_i-\bar x)=0$) $=\frac{-2\times3-1\times6+0\times t+1\times7+2\times11}5=\frac{17}5=3{,}4$ (la valeur de $t$ n’intervient pas : le coefficient de $t$ est $x_3-\bar x=0$) ; $a=\frac{3{,}4}2=1{,}7$ ✓.

3) Avec $t=5{,}5$ : $V(y)=\frac{12{,}25+0{,}25+1+0{,}25+20{,}25}5=\frac{34}5=6{,}8$ ; $r=\frac{3{,}4}{\sqrt{2\times6{,}8}}\approx0{,}922$.

3 Corrigés de la série C

Partie A. 1) (1 pt) Le nuage est presque aligné ; $\bar x=\frac{42}6=7$, $\bar y=\frac{48{,}3}6=8{,}05$ : $G(7\,;8{,}05)$.

2) (2 pts) $\sum x_i^2=364$ donc $V(x)=\frac{364}6-49=\frac{35}3\approx11{,}667$. $\sum y_i^2=458{,}75$ donc $V(y)=\frac{458{,}75}6-8{,}05^2\approx76{,}458-64{,}803\approx11{,}656$. $\sum x_iy_i=6{,}2+20{,}8+40{,}8+72{,}8+109+158{,}4=408$ donc $\operatorname{Cov}=\frac{408}6-7\times8{,}05=68-56{,}35=11{,}65$.

3) (2 pts) $r=\frac{11{,}65}{\sqrt{11{,}667\times11{,}656}}\approx0{,}999\ge0{,}87$ : ajustement affine pleinement justifié.

Partie B. 4) (2 pts) $a=\frac{11{,}65}{11{,}667}\approx0{,}999$ ; $b=8{,}05-0{,}9986\times7\approx1{,}06$ : $y=0{,}999x+1{,}06$. (Chaque centaine de clients supplémentaire rapporte environ un million de F CFA.)

5) (1 pt) La droite passe par $G(7;8{,}05)$ et par $(0;1{,}06)$ ; on la trace sur $[2;12]$ (par exemple le point $(12;13{,}04)$).

6) (1 pt) 1 500 clients correspondent à $x=15$ : $y\approx0{,}9986\times15+1{,}06\approx16{,}04$ millions de F CFA.

7) (1,5 pt) $0{,}9986x+1{,}06\ge20\iff x\ge\frac{18{,}94}{0{,}9986}\approx18{,}97$, soit $1\,897$ clients (arrondi à l’unité supérieure : $1\,897$).

8) (1,5 pt) Le domaine des données est $x\in[2;12]$. Les valeurs $x=15$ et $x\approx19$ sont des extrapolations ; la première ($15$, à $3$ de la borne) est plus raisonnable que la seconde ($19$, à $7$ de la borne). Même avec $r=0{,}999$, rien ne garantit que la relation reste linéaire au-delà (concurrence, saturation du réseau) ; on donnera donc la seconde prévision avec beaucoup de réserve.

1) (1 pt) $\bar x=4$, $\bar y=38{,}6$, $V(x)=\frac{0+4+16+36+64}5-16=24-16=8$, $\sum x_iy_i=0+38+124+300+648=1\,110$ donc $\operatorname{Cov}=222-4\times38{,}6=67{,}6$.

2) (1,5 pt) $a=\frac{67{,}6}8=8{,}45$, $b=38{,}6-8{,}45\times4=4{,}8$ : $y=8{,}45x+4{,}8$. $V(y)\approx615{,}44$ ; $r=\frac{67{,}6}{\sqrt{8\times615{,}44}}\approx0{,}963$.

3) (1,5 pt) Valeurs estimées : $4{,}8;\ 21{,}7;\ 38{,}6;\ 55{,}5;\ 72{,}4$ ; résidus : $7{,}2;\ -2{,}7;\ -7{,}6;\ -5{,}5;\ 8{,}6$. Les résidus sont positifs aux extrémités et négatifs au centre : structure « en U », la courbe est convexe. Malgré $r=0{,}963$, le modèle affine est inadapté (et prévoirait une population de $4{,}8$ milliers au temps $0$ alors qu’on observe $12$).

Partie B. 4) (1 pt) $z$ : $2{,}485;\ 2{,}944;\ 3{,}434;\ 3{,}912;\ 4{,}394$.

5) (2 pts) $\bar z\approx3{,}434$, $\operatorname{Cov}(x,z)\approx1{,}915$, $V(z)\approx0{,}458$, $r\approx1{,}000$ ($0{,}99996$). $\alpha=\frac{1{,}915}8\approx0{,}239$, $\beta=3{,}434-0{,}239\times4\approx2{,}477$ : $z=0{,}239x+2{,}477$.

6) (2 pts) $y=e^z\approx e^{2{,}477}\times\big(e^{0{,}239}\big)^x\approx11{,}90\times1{,}27^x$ : $C\approx11{,}90$ et $q\approx1{,}27$ (croissance de $27\,\%$ par an).

Partie C. 7) (1 pt) Pour $x=10$ : modèle affine $8{,}45\times10+4{,}8=89{,}3$ milliers ; modèle exponentiel $11{,}90\times1{,}27^{10}\approx130{,}3$ milliers. Écart de plus de $40$ milliers.

8) (2 pts) Doublement : $q^T=2\iff T=\frac{\ln2}{\ln q}=\frac{\ln2}{0{,}239}\approx2{,}9$ ans. Cette durée ne dépend pas de la date de départ : c’est la propriété caractéristique de la croissance exponentielle (pour tout $x$, $Cq^{x+T}=2\,Cq^x$).

Partie A. 1) $D_1$ : $y=x+1$ estime $2,3,4,5$ ; écarts $0,0,1,1$ ; $f=2$.

2) $G$ : $\bar x=2{,}5$, $\bar y=\frac{16}4=4$. $D_2$ : $y=x+1{,}5$ estime $2{,}5;3{,}5;4{,}5;5{,}5$ ; écarts $-0{,}5;-0{,}5;0{,}5;0{,}5$ ; $f=4\times0{,}25=1$ (et $D_2$ passe bien par $G$ : $2{,}5+1{,}5=4$).

3) Une droite de pente $a$ passant par $G$ s’écrit $y-\bar y=a(x-\bar x)$ donc $b=\bar y-a\bar x$ et chaque écart est $(y_i-\bar y)-a(x_i-\bar x)$. Alors $f=\sum\big[(y_i-\bar y)^2-2a(x_i-\bar x)(y_i-\bar y)+a^2(x_i-\bar x)^2\big]=n\big[V(y)-2a\operatorname{Cov}(x,y)+a^2V(x)\big]$, avec $n=4$. Ici $V(x)=\frac{1+4+9+16}4-6{,}25=1{,}25$, $V(y)=\frac{4+9+25+36}4-16=2{,}5$, $\operatorname{Cov}=\frac{2+6+15+24}4-10=1{,}75$ : $f(a)=4\big(2{,}5-3{,}5a+1{,}25a^2\big)$. Contrôle : $a=1$ donne $4(2{,}5-3{,}5+1{,}25)=1$ ✓.

Partie B. 4) Le trinôme $1{,}25a^2-3{,}5a+2{,}5$ (coefficient dominant positif) est minimal en $a=\frac{3{,}5}{2\times1{,}25}=1{,}4=\frac{\operatorname{Cov}}{V(x)}$ ; alors $b=4-1{,}4\times2{,}5=0{,}5$ : $y=1{,}4x+0{,}5$.

5) Directement : estimations $1{,}9;\,3{,}3;\,4{,}7;\,6{,}1$, écarts $0{,}1;\,-0{,}3;\,0{,}3;\,-0{,}1$, $f_{\min}=0{,}01+0{,}09+0{,}09+0{,}01=0{,}2$. Avec la formule : $r^2=\frac{1{,}75^2}{1{,}25\times2{,}5}=\frac{3{,}0625}{3{,}125}=0{,}98$ et $4\times2{,}5\times(1-0{,}98)=0{,}2$ ✓.

Partie C. 6) Résidus : $0{,}1;\ -0{,}3;\ 0{,}3;\ -0{,}1$ (somme nulle).

7) La variance totale de $y$ est $V(y)=2{,}5$ ; la part que la droite ne parvient pas à expliquer est $\frac{f_{\min}}{n}=0{,}05$ ($=V(y)(1-r^2)$) ; la part expliquée est $r^2V(y)$, soit $r^2=98\,\%$ de la variance. Plus $r^2$ est proche de 1, moins il reste d’erreur.

Partie A. 1) Gamme $\mathcal A$ : $G_A(2\,;9)$ ; les points $(1;8),(2;9),(3;10)$ sont alignés sur $y=x+7$ : $r_A=1$, droite $y=x+7$.

2) Gamme $\mathcal B$ : $G_B(7\,;3)$ ; $(6;2),(7;3),(8;4)$ alignés sur $y=x-4$ : $r_B=1$, droite $y=x-4$.

Partie B. 3) Les deux groupes ont le même effectif 3 : $G$ est l’isobarycentre de $G_A$ et $G_B$, c’est-à-dire leur milieu : $\left(\frac{2+7}2\,;\frac{9+3}2\right)=(4{,}5\,;6)$ ; on le retrouve en moyennant les six points : $\bar x=\frac{27}6=4{,}5$, $\bar y=\frac{36}6=6$ ✓.

4) $V(x)=\frac{163}6-20{,}25=\frac{83}{12}\approx6{,}917$, $V(y)=\frac{274}6-36=\frac{29}3\approx9{,}667$, $\sum x_iy_i=8+18+30+12+21+32=121$ donc $\operatorname{Cov}=\frac{121}6-27=-\frac{41}6\approx-6{,}833$. $r=\frac{-6{,}833}{\sqrt{6{,}917\times9{,}667}}\approx-0{,}836$ ; $a=\frac{-6{,}833}{6{,}917}\approx-0{,}988$, $b=6+0{,}988\times4{,}5\approx10{,}446$ : $y=-0{,}988x+10{,}446$.

5) $r_A=r_B=+1$ mais $r\approx-0{,}836$ : le signe change.

Partie C. 6) Dans chaque gamme, un téléphone plus cher a une meilleure note. Mais la gamme $\mathcal B$ est à la fois plus chère et moins bien notée que $\mathcal A$ : l’écart entre les deux groupes (le point moyen descend de $G_A$ à $G_B$ en allant vers la droite) l’emporte sur l’effet interne à chaque groupe, et le nuage global descend. Ce paradoxe de Simpson montre qu’une corrélation calculée sur un mélange peut contredire celles de ses sous-groupes : il faut chercher un facteur caché (ici, la gamme) et, de toute façon, une corrélation ne prouve jamais une causalité.

4 Corrigés de la série D

1) La somme des carrés des résidus de la droite de régression vaut $\sum e_i^2=nV(y)(1-r^2)$ et $nV(y)\gt0$. Donc $r^2=1$ si et seulement si $\sum e_i^2=0$, c’est-à-dire si et seulement si tous les résidus sont nuls : $y_i=ax_i+b$ pour tout $i$, les points sont sur la droite de régression (non verticale puisqu’elle est de la forme $y=ax+b$). Réciproquement, des points alignés sur $y=\alpha x+\beta$ donnent $\operatorname{Cov}=\alpha V(x)$, $V(y)=\alpha^2V(x)$ et $r=\frac{\alpha V(x)}{|\alpha|V(x)}=\pm1$ (avec $\alpha\ne0$ car $V(y)\ne0$).

2) $\bar x=2{,}5$, $\bar y=6$, $V(x)=3{,}25$, $V(y)=13$, $\operatorname{Cov}=6{,}5$ donc $r=\frac{6{,}5}{\sqrt{42{,}25}}=\frac{6{,}5}{6{,}5}=1$ : les points sont alignés, sur la droite $y=2x+1$ (vérification : $2\times0+1=1$, $2\times2+1=5$, $2\times3+1=7$, $2\times5+1=11$).

3) Si les points sont sur une droite horizontale, $y_i$ est constant, donc $V(y)=0$ et $r=\frac{\operatorname{Cov}}{\sigma(x)\sigma(y)}$ a un dénominateur nul : il n’est pas défini (la covariance est nulle aussi).

1) $\bar x=0$, $\bar y=2$, $\operatorname{Cov}=\frac1n\sum x_iy_i-\bar x\bar y=\frac{-8-1+0+1+8}5-0=0$ donc $r=0$ alors que $y=x^2$ est entièrement déterminé par $x$.

2) $r$ mesure seulement la force du lien linéaire : $r=0$ n’exclut pas une dépendance forte non linéaire (ici parabolique). La réciproque (indépendance $\Rightarrow r=0$) est vraie, pas la directe.

3) $G$ vérifie les deux équations : $y=0{,}8x+1$ et $x=0{,}8y+1$ donnent $x=0{,}8(0{,}8x+1)+1=0{,}64x+1{,}8$, donc $x=5$, $y=5$ : $G(5\,;5)$. Ensuite $r^2=aa'=0{,}8\times0{,}8=0{,}64$ et, la pente étant positive, $r=0{,}8$. Comme $a=r\frac{\sigma(y)}{\sigma(x)}$, on a $\frac{\sigma(y)}{\sigma(x)}=\frac ar=1$ : $\sigma(x)=\sigma(y)$.

4) La droite $y=ax+b$ et la droite $x=a'y+b'$ ont, dans le plan $(x,y)$, pour pentes $a$ et $\frac1{a'}$ (si $a'\ne0$) ; elles passent toutes deux par $G$ donc sont confondues si et seulement si $a=\frac1{a'}$, c’est-à-dire $aa'=1$, soit $r^2=1$, soit $|r|=1$ (cohérent avec l’exercice 25). Si $a'=0$, la seconde droite est verticale, jamais confondue avec la première.

1) $G_1\left(\frac{1+2+3}3\,;\frac{2+4+6}3\right)=(2\,;4)$ ; $G_2\left(\frac{4+5+6}3\,;\frac{7+9+11}3\right)=(5\,;9)$ ; $G\left(\frac{21}6\,;\frac{39}6\right)=(3{,}5\,;6{,}5)$.

2) $3\overrightarrow{GG_1}+3\overrightarrow{GG_2}=\vec0\iff G$ milieu de $[G_1G_2]$ : $\left(\frac{2+5}2\,;\frac{4+9}2\right)=(3{,}5\,;6{,}5)$ ✓. Donc $G=\operatorname{bar}\{(G_1,3),(G_2,3)\}$ et $G\in(G_1G_2)$ (un barycentre de deux points est sur la droite qui les joint, leçon 17).

3) Pente $\frac{9-4}{5-2}=\frac53$, ordonnée : $4-\frac53\times2=\frac23$ : droite de Mayer $y=\frac53x+\frac23\approx1{,}667x+0{,}667$. La régression : $V(x)=\frac{35}{12}$, $\operatorname{Cov}=\frac{61}{12}$, $a=\frac{61}{35}\approx1{,}743$, $b=6{,}5-1{,}743\times3{,}5=0{,}4$ : $y\approx1{,}743x+0{,}4$. Les deux droites passent par $G$ et ont des pentes voisines ($1{,}667$ et $1{,}743$) mais ne sont pas identiques ; la droite de Mayer est plus simple à calculer.

4) Avec $n=n_1+n_2$ : $n\bar x=n_1\bar x_1+n_2\bar x_2$ (somme des $x_i$ en deux paquets) et de même pour $y$. Donc $\bar x=\frac{n_1\bar x_1+n_2\bar x_2}{n_1+n_2}$ et $\bar y=\frac{n_1\bar y_1+n_2\bar y_2}{n_1+n_2}$, ce qui exprime que $G$ est le barycentre de $(G_1,n_1)$ et $(G_2,n_2)$ (associativité du barycentre).