Quiz: Analyse de Séries Statistiques à Deux Variables — 10 perguntas

1. Qu'est-ce qu'un nuage de points en analyse de séries statistiques à deux variables ?

A. Une liste de valeurs sans représentation graphique

B. Une table de données numériques

C. Une représentation graphique dans un repère orthogonal

D. Une courbe lisse ajustée aux données

Answer: (C)

Explicação

Un nuage de points est une représentation graphique dans un repère orthogonal où chaque point correspond à une paire de valeurs (xi ; yi). Il permet de visualiser la relation entre deux variables quantitatives.

2. Qu'est-ce qu'une série statistique à deux variables ?

A. Un ensemble de données quantitatives (xi; yi)

B. Un graphique représentant une seule variable

C. Une matrice de données à plusieurs dimensions

D. Une série chronologique sans relation entre variables

Answer: (A)

Explicação

Une série à deux variables comprend des données quantitatives sous forme de paires (xi, yi), permettant d'étudier leur relation.

3. Quel est le rôle du coefficient de détermination R² dans l'analyse d'une série à deux variables ?

A. Calculer la pente de la droite d'ajustement

B. Mesurer la dispersion des données autour de la moyenne

C. Déterminer la moyenne des valeurs yi

D. Mesurer la force de la corrélation linéaire entre les variables

Answer: (D)

Explicação

Le coefficient de détermination R² indique la proportion de la variance de la variable dépendante expliquée par la variable indépendante dans le modèle. Il évalue la qualité de l'ajustement, une valeur proche de 1 signifiant une forte corrélation linéaire.

4. Quelle méthode est utilisée pour modéliser la relation entre deux variables dans une série statistique ?

A. L'ajustement affine y = ax + b

B. Le logarithme naturel des données

C. Une transformation quadratique

D. La segmentation par classes

Answer: (A)

Explicação

L'ajustement affine avec y = ax + b est utilisé pour modéliser la relation linéaire entre deux variables.

5. Quelle est la différence principale entre interpolation et extrapolation dans le contexte de la modélisation par ajustement affine ?

A. L'extrapolation consiste à ajuster une droite, l'interpolation à prévoir des valeurs

B. L'interpolation prédit une valeur dans l'intervalle des données, l'extrapolation hors de cet intervalle

C. L'interpolation est moins précise que l'extrapolation

D. Il n'y a pas de différence, ce sont deux termes pour la même chose

Answer: (B)

Explicação

L'interpolation consiste à prévoir une valeur pour une variable dans l'intervalle des données observées, tandis que l'extrapolation prévoit une valeur hors de cet intervalle, ce qui peut être moins fiable.

6. À quoi sert le coefficient de détermination R² ?

A. Mesurer la qualité de l’ajustement, proche de 1 indique une forte corrélation

B. Calculer la vitesse de correction de la corrélation

C. Indiquer la direction de la relation (positive ou négative)

D. Comparer deux modèles pour choisir le meilleur

Answer: (A)

Explicação

R² indique la proportion de la variance expliquée par l'ajustement; plus il est proche de 1, meilleure est la précision.

7. Quelle est la différence principale entre interpolation et extrapolation ?

A. L'interpolation prédire une valeur dans l'intervalle des données, l'extrapolation hors de l'intervalle

B. L'interpolation est plus fiable que l'extrapolation, qui prédit dans l'intervalle

C. L'interpolation concerne uniquement les petites valeurs, l'extrapolation les grandes

D. Toutes deux prédisent hors de l'intervalle des données

Answer: (A)

Explicação

L'interpolation consiste à prévoir une valeur dans l'intervalle des données observées, tandis que l'extrapolation est hors de cet intervalle et moins fiable.

8. Dans la relation entre deux variables, qu'indique une forte corrélation ?

A. R² proche de 1, indiquant une relation linéaire fiable

B. Une relation non linéaire meilleure

C. Une relation aléatoire sans tendance claire

D. Une relation inverse entre variables

Answer: (A)

Explicação

Une forte corrélation (R² proche de 1) indique que la relation est linéaire et fiable pour la prédiction.

9. Quel est le principal avantage d'utiliser la modélisation linéaire avec ajustement affine ?

A. Facilite la prévision et l’analyse de la relation entre deux variables

B. Permet d'éviter toute erreur de prédiction

C. Convertit les données en valeurs qualitatives

D. Est valable uniquement avec des données biologiques

Answer: (A)

Explicação

L'ajustement affine simplifie la gestion de la relation pour la prévision, mais ne garantit pas l'absence d'erreurs, surtout en extrapolation.

10. Quel outil permet généralement de visualiser la relation entre deux variables dans une série statistique ?

A. Le nuage de points

B. Le histogramme

C. Le diagramme en secteurs

D. La boîte à moustaches

Answer: (A)

Explicação

Le nuage de points représente graphiquement la relation entre deux séries de données, facilitant l'identification d'une tendance linéaire.