Chapitre Couple de variables statistiques
8 pages
Français
Obtenez un accès à la bibliothèque pour le consulter en ligne
En savoir plus

Chapitre Couple de variables statistiques

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

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

Informations

Publié par
Nombre de lectures 20
Langue Français

Exrait

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

  • Accueil Accueil
  • Univers Univers
  • Ebooks Ebooks
  • Livres audio Livres audio
  • Presse Presse
  • BD BD
  • Documents Documents