Ajustement affine de Y en X par la mthode des moindres carrs : Etant donn un nuage de points : il existe un modle affine : Y = a X + b

rendant minimum la somme des carrs des rsidus ( SCR ) :

Ce modle s'obtient en prenant : a = et en crivant que la droite d'quation : y = a x + b passe par le point moyen du nuage : = a +b

Cov ( X , Y ) =

( xi -

) ( yi -

est la covariance des variables X et Y tandis que :

s ( X ) =

( xi -

est la variance de la variable X. Le modle obtenu par cette mthode s'appelle l'ajustement affine de Y en X par la mthode des moindres carrs.

Ajustement exponentiel : S'il existe une relation fonctionnelle entre les variables de X vers Y et si f est un modle de cette relation ( Y = f ( X ) ), on dit que f est un modle exponentiel ou un ajustement exponentiel de Y en X si la fonction f est de la forme : f ( X ) = k aX

Ajustement par une fonction puissance : S'il existe une relation fonctionnelle entre les variables de X vers Y et si f est un modle de cette relation ( Y = f ( X ) ), on dit que f est un modle par une fonction puissance si la fonction f est de la forme :

f ( X ) = k XC

Coefficient de corrlation linaire : Etant donn une variable statistique relle X prenant les n valeurs x1 , x2 , ... , xn et une variable statistique relle Y prenant les n valeurs y1 , y2 , ... , yn , le nombre

s'appelle le coefficient de corrlation linaire des variables X et Y.

Coefficient de dtermination : Etant donn une variable statistique relle X prenant les n valeurs x1 , x2 , ... , xn et une variable statistique relle Y prenant les n valeurs y1 , y2 , ... , yn , le nombre

s'appelle le coefficient de corrlation linaire des variables X et Y.

Le nombre : R = r = s'appelle le coefficient de dtermination des variables X et Y.

Coefficient directeur : Etant donn une droite D et un repre orthonorm : R = ( O ; un vecteur directeur de D, une mesure en radians de l'angle le nombre tan s'appelle le coefficient directeur de la droite D. Si l'quation de la droite D dans le repre R est de la forme : y = a x + b a est gal au coefficient directeur de la droite D. , ) du plan,

Composante imprvisible : S'il existe une relation fonctionnelle entre les variables de X vers Y et si f est un modle de cette relation ( Y = f ( X ) ) on dit que X est la variable explicative et Y la variable explique. A toute valeur xi de X est associe une valeur yi releve par l'observateur : yi est la valeur observe de la variable explique. = f ( xi ) est la valeur thorique ou valeur explique par le modle. e i = yi est le rsidu du modle.

On dit aussi que : est la composante prvisible par le modle et ei la composante imprvisible.

Composante prvisible : S'il existe une relation fonctionnelle entre les variables de X vers Y et si f est un modle de cette relation ( Y = f ( X ) ) on dit que X est la variable explicative et Y la variable explique.

A toute valeur xi de X est associe une valeur

= f ( xi ).

est la valeur thorique ou valeur explique par le modle. On dit aussi que est la composante prvisible.

Covariance : Etant donn une variable statistique relle X prenant les n valeurs x1 , x2 , ... , xn et une variable statistique relle Y prenant les n valeurs y1 , y2 , ... , yn , le nombre

Cov ( X , Y ) =

( xi -

) ( yi -

est la covariance des variables X et Y. Pour calculer Cov ( X , Y ) on peut utiliser la formule : Cov ( X , Y ) = -

Direction de droites : On considre une droite D. L'ensemble des droites parallles la droite D constitue une direction de droites. Une direction de droites est caractrise par la donne d'un vecteur directeur d'une droite quelconque de la direction. Etant donn un repre cartsien du plan, une direction de droite est galement caractrise par le coefficient directeur d'une droite quelconque de la direction.

Dispersion d'un nuage par rapport une droite : Etant donn un nuage de points et une droite D, on appelle dispersion du nuage par rapport la droite D la racine carre de la moyenne des carrs des distances euclidiennes des points du nuage la droite D.

Distance euclidienne entre une droite D et un point : Etant donn une droite D, un point M, et la direction orthogonale D, si m est la projection de M sur D, la distance entre m et M reprsente la distance euclidienne entre la droite D et le point M.

Droite d'ajustement de X en Y : Etant donn un nuage de points et la direction de l'axe des abscisses, il existe une droite D et une seule par rapport laquelle l'loignement du nuage dans la direction de l'axe des abscisses est minimum. Cette droite D s'appelle la droite d'ajustement de X en Y du nuage.

Droite d'ajustement de Y en X : Etant donn un nuage de points et la direction de l'axe des ordonnes, il existe une droite D et une seule par rapport laquelle l'loignement du nuage dans la direction de l'axe des ordonnes est minimum. Cette droite D s'appelle la droite d'ajustement de Y en X du nuage.

Droite de rgression orthogonale : Etant donn un nuage de points, il existe une droite D et une seule par rapport laquelle le moment d'inertie du nuage, ou ce qui est quivalent la dispersion du nuage, est minimum. Cette droite s'appelle la droite de rgression orthogonale du nuage.

Ecart la moyenne : Soit X une variable statistique relle prenant les valeurs : x1 , x2 , ... , xn et soit moyenne arithmtique de ces valeurs. la

On appelle cart la moyenne les nombres : x1 , x2 , ... , xn -

(voir aussi valeurs centres, variable statistique centre).

Ecart des prvisions la moyenne : Etant donn un nuage de points : un modle affine : Y = a X + b ajust ce nuage par la mthode des moindres carrs, les valeurs thoriques calcules par ce modle, les nombres : s'appellent les carts des prvisions la moyenne.

Eloignement entre un point M et une droite D dans une direction donne : Etant donn un point M et une droite D et un vecteur on considre la projection m de M sur D, dans la direction du vecteur .

La distance entre les points M et m s'appelle l'loignement du point M et de la droite D dans la direction du vecteur .

Eloignement d'un nuage de points une droite D dans la direction de l'axe des ordonnes : Etant donn un nuage de points et une droite D, on appelle loignement du nuage la droite D dans la direction de l'axe des ordonnes, la racine carre de la moyenne des carrs des loignements, dans la direction de l'axe des ordonnes, des points du nuage.

Eloignement d'un nuage de points une droite D dans la direction de l'axe des abscisses : Etant donn un nuage de points et une droite D, on appelle loignement du nuage la droite D dans la direction de l'axe des abscisses, la racine carre de la moyenne des carrs des loignements, dans la direction de l'axe des abscisses, des points du nuage.

Erreur : S'il existe une relation fonctionnelle entre les variables de X vers Y et si f est un modle de cette relation ( Y = f ( X ) ) on dit que X est la variable explicative et Y la variable explique. A toute valeur xi de X est associe une valeur yi releve par l'observateur : yi est la valeur observe de la variable explique. = f ( xi ) est la valeur thorique ou valeur explique par le modle. e i = yi est le rsidu du modle et

| ei | est l'erreur du modle. On dit aussi que : est la composante prvisible par le modle et ei la composante imprvisible.

Ingalit de Schwarz : Etant donn deux variables statistiques relles X et Y, on appelle ingalit de Schwarz la relation : | Cov ( X , Y ) | s ( X ) s ( Y ) o s ( X ) est l'cart-type de X et s ( Y ) l'cart-type de Y. Etant donn une variable statistique relle X prenant les n valeurs x1 , x2 , ... , xn et une variable statistique relle Y prenant les n valeurs y1 , y2 , ... , yn Cov ( X , Y ) = s ( X ) s ( Y ) si et seulement si les points du nuage : sont aligns sur une droite coefficient directeur positif.

Isobarycentre : Etant donn un nuage de points l'unique point G vrifiant : , on appelle isobarycentre de ce nuage

quel que soit le point O du plan. On vrifie que :

quel que soit le point O du plan ( voir point moyen).

Mthode des moindres carrs : Etant donn un nuage de points : il existe un modle affine : Y = a X + b

rendant minimum la somme des carrs des rsidus ( SCR ) :

Ce modle s'obtient en prenant : a = et en crivant que la droite d'quation : y = a x + b passe par le point moyen du nuage : = a +b

Cov ( X , Y ) =

( xi -

) ( yi -

est la covariance des variables X et Y tandis que :

s ( X ) =

( xi -

est la variance de la variable X. Le modle obtenu par cette mthode s'appelle l'ajustement affine de Y en X par la mthode des moindres carrs.

Modle : S'il existe une relation fonctionnelle entre les variables X et Y et si f est la fonction donnant pour toute valeur x de X la valeur correspondante y de Y , ( y = f ( x ) ), on dit que f est un modle du phnomne tudi.

Moment d'inertie d'un nuage par rapport une droite : Etant donn un nuage de points et une droite D, on appelle moment d'inertie du nuage par rapport la droite D la somme des carrs des distances euclidiennes des points du nuage par rapport la droite D.

Moment d'inertie d'un nuage de points par rapport au point moyen : Etant donn un nuage de points :

et son point moyen G, on appelle moment d'inertie de ce nuage par rapport G la somme des carrs des distances entre les points du nuage et G.

Nuage de points : Soit R un repre cartsien du plan. Si au cours de n observations 1 , 2 , ... , n on relve les valeurs X ( i ) et Y ( i ) prises par deux variables statistiques X et Y on appelle nuage de points l'ensemble des points du plan dont les coordonnes dans le repre R sont les couples ( X ( i ) , Y ( i ) ).

Nuage des rsidus : Etant donn un nuage de points : et un modle : Y = f ( X ) adapt ce nuage. Soient : yi = yi - f ( xi ) les rsidus du modle.

On appelle nuage des rsidus associ ce modle le nuage de points :

Observations : Lors d'une exprimentation, on peut tre amen diffrents moments, mesurer diffrents paramtres lis au phnomne ou processus tudi. Ainsi des ingnieurs relveront la temprature et la longueur d'une tige d'acier diffrents instants. L'ensemble de ces relevs, un instant donn, est une observation.

Des mdecins scolaires noteront pour chaque lve d'une cole, leur taille et leur poids. A chaque lve est ainsi associ une observation. L'ensemble des lves est parfois appel aussi une population et chaque lve un individu.

Point moyen : On appelle point moyen d'un nuage de points, le point dont les coordonnes sont les moyennes arithmtiques des coordonnes des points du nuage. C'est aussi l'isobarycentre des points du nuage. (voir isobarycentre)

Relation fonctionnelle : Etant donn deux variables statistiques X et Y, on dit qu'il existe une relation fonctionnelle de X vers Y si chaque valeur de la variable X est associe une valeur et une seule de la variable Y.

Rsidu : S'il existe une relation fonctionnelle entre les variables de X vers Y et si f est un modle de cette relation ( Y = f ( X ) ) on dit que X est la variable explicative et Y la variable explique. A toute valeur xi de X est associe une valeur yi releve par l'observateur : yi est la valeur observe de la variable explique. = f ( xi ) est la valeur thorique ou valeur explique par le modle. e i = yi est le rsidu du modle.

On dit aussi que : est la composante prvisible par le modle et ei la composante imprvisible.

Somme des carrs des carts la moyenne ( SCT ) : Etant donn une variable statistique relle Y prenant les n valeurs y1 , y2 , ... , yn , le nombre :

( yi -

) de la variable Y, ou somme des

s'appelle la somme des carts la moyenne carrs totale.

Somme des carrs des carts des prvisions la moyenne : Etant donn un nuage de points : un modle affine : Y = a X + b ajust ce nuage par la mthode des moindres carrs, les valeurs thoriques calcules par ce modle, le nombre

SCA =

) s'appelle la somme des carrs des

o est la moyenne des valeurs carts des prvisions la moyenne. Somme des carrs des rsidus (SCR) :

S'il existe une relation fonctionnelle entre les variables de X vers Y et si f est un modle de cette relation ( Y = f ( X ) ) on dit que X est la variable explicative et Y la variable explique. A toute valeur xi de X est associe une valeur yi releve par l'observateur. yi est la valeur observe de la variable explique.

= f ( xi ) est la valeur thorique ou valeur explique par le modle. e i = yi est le rsidu du modle.

Le nombre : s'appelle la somme des carrs des rsidus ( SCR ). C'est ce nombre que l'on rend minimum lorsqu'on prend comme modle la droite d'ajustement de Y en X par la mthode des moindres carrs. Tableau des donnes brutes : Si au cours de n observations 1 , 2 , ... , n on relve les valeurs X ( i ) et Y ( i ) prises par deux variables statistiques X et Y on appelle tableau des donnes brutes le tableau deux colonnes et n lignes, o chaque ligne est rserve une observation et chaque colonne l'une des deux variables X ou Y.

Valeur explique : S'il existe une relation fonctionnelle entre les variables de X vers Y et si f est un modle de cette relation ( Y = f ( X ) ) on dit que X est la variable explicative et Y la variable explique. A toute valeur xi de X est associe une valeur : = f ( xi )

est la valeur thorique ou valeur explique par le modle. On dit aussi que Valeur observe : Etant donn une variable statistique X on appelle valeur observe de cette variable, toute valeur de cette variable releve au cours d'une observation. Valeur thorique : S'il existe une relation fonctionnelle entre les variables de X vers Y et si f est un modle de cette relation ( Y = f ( X ) ) on dit que X est la variable explicative et Y la variable explique. A toute valeur xi de X est associe une valeur : = f ( xi ) est la composante prvisible.

est la valeur thorique ou valeur explique par le modle. On dit aussi que Valeurs centres : Soit X une variable statistique relle prenant les valeurs : x1 , x2 , ... , xn et soit moyenne arithmtique de ces valeurs. On appelle valeurs centres de X les nombres : x1 , x2 , ... , xn la est la composante prvisible.

(voir aussi cart la moyenne, variable statistique centre). Valeurs centres rduites : Soit X une variable statistique relle prenant les valeurs : x1 , x2 , ... , xn et soit moyenne arithmtique de ces valeurs. s ( X ) l'cart-type de X. On appelle valeurs centres rduites de X les nombres : la

(voir aussi variable statistique centre rduite). Variable explicative : S'il existe une relation fonctionnelle entre les variables X et Y de X vers Y et si f est un modle de cette relation ( Y = f ( X ) ) on dit que X est la variable explicative et Y la variable explique. Variable explique : S'il existe une relation fonctionnelle entre les variables X et Y de X vers Y et si f est un modle de cette relation ( Y = f ( X ) ) on dit que X est la variable explicative et Y la variable explique. Variable statistique centre : Soit X une variable statistique et sa moyenne.

On appelle variable statistique centre la variable X (voir aussi carts la moyenne, valeurs centres)

Variable statistique centre rduite : Si X est une variable statistique relle, la variable

o est la moyenne de la variable X et s ( X ) son cart-type, s'appelle la variable centre rduite associe X. (voir aussi valeurs centres rduites) Variable statistique relle : L'application de l'ensemble des observations dans qui chaque observation associe la mesure X ( ) d'une grandeur X releve au cours de cette observation s'appelle une variable statistique relle. Variance : Etant donn une variable statistique relle X prenant les n valeurs x1 , x2 , ... , xn , le nombre

s ( X ) =

( xi -

est la variance de la variable X. Pour calculer la variance on peut utiliser la formule de Huyghens :

Variance des prvisions : Etant donn un nuage de points : un modle affine : Y = a X + b ajust ce nuage par la mthode des moindres carrs, les valeurs thoriques calcules par ce modle, le nombre

o est la moyenne des valeurs l'ajustement ou variance des prvisions.

s'appelle la variance explique par

Variance des valeurs observes : Etant donn un nuage de points : le nombre :

s'appelle la variance des valeurs observes ou variance totale.

Variance explique : Etant donn un nuage de points : un modle affine : Y = a X + b ajust ce nuage par la mthode des moindres carrs, les valeurs thoriques calcules par ce modle, le nombre

o est la moyenne des valeurs l'ajustement ou variance des prvisions.

s'appelle la variance explique par

Variance rsiduelle : Etant donn un nuage de points : un modle affine : Y = a X + b ajust ce nuage par la mthode des moindres carrs, les valeurs thoriques calcules par ce modle, le nombre

s'appelle la variance rsiduelle.

Variance totale : Etant donn un nuage de points : le nombre :

s'appelle la variance des valeurs observes ou variance totale.

Vecteur directeur Etant donn une droite D, un vecteur non nul est un vecteur directeur de la droite D

si pour tout point M de la droite D il existe un scalaire tel que :