Lernzettel: Analyse bivariée : statistiques et probabilités

📋 Plan du Cours

1. Statistique descriptive bivariée et mesures d'association
2. Analyse de la relation entre deux variables
3. Représentations graphiques pour données à deux variables
4. Introduction aux probabilités appliquées à deux variables

📖 1. Statistique descriptive bivariée et mesures d'association

🔑 Notions clés & Définitions

• Coefficient de corrélation : mesure quantitative qui évalue la force et la direction de la relation linéaire entre deux variables numériques. Il indique si les changements dans une variable sont associés à des changements dans l’autre, de manière positive ou négative.

• Tableau de contingence : représentation synthétique qui résume la distribution conjointe de deux variables qualitatives. Il présente la fréquence ou le pourcentage de chaque combinaison de modalités, facilitant l’analyse de leur association.

📝 Points essentiels

• Le coefficient de corrélation quantifie la force de la relation linéaire entre deux variables numériques, permettant d’évaluer si leur variation conjointe est positive ou négative. La covariance, qui est liée au coefficient, indique la tendance conjointe de deux variables à varier ensemble, en étant positive si elles augmentent ou diminuent simultanément, ou négative si l’une augmente pendant que l’autre diminue. Le tableau de contingence sert à résumer la distribution conjointe de deux variables qualitatives, en présentant les fréquences ou pourcentages pour chaque combinaison de modalités. Les mesures d’association, telles que le coefficient de corrélation ou la covariance, quantifient le degré de dépendance entre deux variables sans nécessairement impliquer une relation de cause à effet.

💡 À retenir

Le coefficient de corrélation et la covariance permettent de mesurer la force et la direction de la relation linéaire entre deux variables numériques, tandis que le tableau de contingence résume leur distribution conjointe pour des variables qualitatives. Ces outils facilitent la description et la quantification de leur association.

📖 2. Analyse de la relation entre deux variables

🔑 Notions clés & Définitions

• Régression linéaire simple : technique statistique qui modélise la relation fonctionnelle entre une variable dépendante, dont on souhaite prévoir ou expliquer la variation, et une variable indépendante, considérée comme cause ou facteur explicatif. Elle cherche à ajuster une droite aux données pour représenter cette relation.

• Coefficient de détermination (R²) : indicateur statistique qui mesure la proportion de la variance de la variable dépendante expliquée par la variable indépendante dans le modèle de régression. Il varie entre 0 et 1, où une valeur proche de 1 indique une forte capacité explicative.

📝 Points essentiels

• La régression linéaire simple permet de modéliser la relation fonctionnelle entre une variable dépendante et une variable indépendante, en ajustant une droite qui minimise l'écart entre les valeurs observées et celles prédites par le modèle.

• Le coefficient de détermination (R²) indique la proportion de la variance de la variable dépendante qui est expliquée par la variable indépendante. Plus R² est élevé, plus la relation modélisée est forte.

• L’analyse de cette relation permet d’évaluer la force de l’association, sa direction (positive ou négative) et sa forme (linéaire). Elle facilite aussi l’interprétation de l’impact de la variable indépendante sur la dépendante.

• L’interprétation des paramètres de la régression nécessite de vérifier les hypothèses du modèle, telles que la linéarité, l’indépendance des erreurs, la normalité et l’homoscédasticité, afin d’assurer la validité des conclusions tirées.

💡 À retenir

La régression linéaire simple modélise la relation causale ou prédictive entre deux variables, tandis que le coefficient R² quantifie la part de la variance expliquée, permettant d’évaluer la force et la fiabilité de cette relation.

📖 3. Représentations graphiques pour données à deux variables

🔑 Notions clés & Définitions

• Nuage de points : représentation graphique qui visualise la relation entre deux variables quantitatives en plaçant un point pour chaque paire de valeurs, permettant d’observer des tendances ou des regroupements.

• Diagramme en barres groupées : graphique comparant les fréquences ou proportions de deux variables qualitatives en regroupant côte à côte des barres pour chaque modalité, facilitant la comparaison visuelle.

• Diagramme de dispersion : autre terme pour le nuage de points, utilisé pour représenter la relation entre deux variables quantitatives, en montrant leur distribution et leur association.

📝 Points essentiels

• Le nuage de points est utilisé pour visualiser la relation entre deux variables quantitatives, permettant d’identifier visuellement des tendances, des regroupements ou des anomalies dans les données. Il offre une lecture immédiate de la corrélation ou de l’absence de relation entre ces variables.

• Le diagramme en barres groupées permet de comparer les fréquences ou proportions de deux variables qualitatives. En plaçant côte à côte les barres pour chaque modalité, il facilite la lecture comparative des distributions.

• Les représentations graphiques, telles que le nuage de points ou le diagramme en barres groupées, aident à détecter visuellement des tendances, des regroupements ou des anomalies dans les données bivariées. Elles rendent visibles des relations ou des différences qui peuvent ne pas être évidentes dans un tableau.

• Le choix du graphique dépend du type des variables à représenter : pour deux variables quantitatives, le nuage de points ou la dispersion ; pour deux variables qualitatives, le diagramme en barres groupées. La sélection doit correspondre à la nature des données pour une lecture pertinente.

💡 À retenir

Utiliser le graphique adapté à la nature des variables permet d’explorer visuellement leurs relations, facilitant l’identification de tendances ou d’anomalies dans les données à deux variables.

📖 4. Introduction aux probabilités appliquées à deux variables

🔑 Notions clés & Définitions

• Probabilité conjointe : mesure la probabilité que deux événements ou variables se produisent simultanément. Elle permet d’évaluer la chance qu’un événement combiné se réalise.

• Indépendance statistique : caractérise deux variables pour lesquelles la connaissance de l’état de l’une n’affecte pas la probabilité de l’autre. Cela signifie que leur relation ne modifie pas leur probabilité respective.

• Probabilité conditionnelle : exprime la probabilité qu’un événement se produise en tenant compte du fait qu’un autre événement a déjà eu lieu. Elle se calcule en rapportant la probabilité conjointe à la probabilité de l’événement connu.

📝 Points essentiels

• La probabilité conjointe permet d’évaluer la probabilité que deux événements ou variables se produisent en même temps. Elle est fondamentale pour modéliser des événements combinés.

• L’indépendance statistique entre deux variables indique que la connaissance de l’état de l’une n’altère pas la probabilité de l’autre. Si deux variables sont indépendantes, leur probabilité conjointe se déduit du produit de leurs probabilités individuelles.

• La probabilité conditionnelle donne la chance qu’un événement survienne en sachant qu’un autre a déjà eu lieu. Elle est calculée en divisant la probabilité conjointe par la probabilité de l’événement connu.

• Les règles de calcul des probabilités appliquées à deux variables permettent de modéliser et prévoir des événements liés, en tenant compte de leur interaction ou de leur indépendance.

💡 À retenir

Comprendre la probabilité conjointe, l’indépendance statistique et la probabilité conditionnelle est essentiel pour analyser et prédire les interactions entre deux variables.

📊 Tableaux de Synthèse

Comparaison des représentations graphiques

Type de graphique	Variables représentées	Objectif
Nuage de points	Quantitatives	Visualiser relation ou tendance
Diagramme en barres groupées	Qualitatives	Comparer fréquences ou proportions

Mesures d'association et représentations

Outil	Type de variables	Utilité
Coefficient de corrélation	Numériques	Évaluer force et direction
Tableau de contingence	Qualitatives	Résumer distribution conjointe

⚠️ Pièges & Confusions Fréquentes

1. Confondre corrélation et causalité, croire qu'une corrélation implique une relation de cause à effet.
2. Utiliser un graphique inadapté au type de variables, par exemple un nuage de points pour des variables qualitatives.
3. Interpréter à tort un coefficient de corrélation élevé comme preuve de causalité.
4. Omettre de vérifier les hypothèses de la régression linéaire avant interprétation.
5. Confondre probabilité conjointe et indépendante, penser que deux événements indépendants ont une probabilité conjointe nulle.
6. Ne pas distinguer entre probabilité conditionnelle et conjointe, menant à des erreurs d'interprétation.
7. Utiliser un seul graphique pour représenter deux types de variables sans adapter la méthode.

✅ Checklist Examen

1. Savoir distinguer entre variables qualitatives et quantitatives.
2. Maîtriser la lecture d'un tableau de contingence.
3. Savoir calculer et interpréter un coefficient de corrélation.
4. Comprendre le principe de la régression linéaire simple.
5. Savoir utiliser un nuage de points pour analyser une relation.
6. Connaître la différence entre probabilité conjointe et conditionnelle.
7. Savoir vérifier les hypothèses de la régression.
8. Savoir représenter graphiquement deux variables qualitatives.