Tarjetas de memoria: Analyse statistique bivariée en cartographie partie 4 — 37 tarjetas

Résidus standardisés — utilisation ?

Interpéter leur valeur avec seuils.

Corrélation — définition?

Mesure la force et le sens d'une relation entre deux variables spatiales.

Résidu — formule ?

Valeur observée – valeur modélisée.

Variable indépendante — caractéristique?

Souvent quantitative, influence la variable dépendante.

r proche de 0 — signification ?

Faible ou absence de relation.

Coefficient r — valeur limite?

Varie entre -1 et +1.

Cartographie résidus — intérêt ?

Détecter spécificités locales.

Diagramme de dispersion — rôle?

Visualiser la relation entre deux variables.

Analyse systématique — étape clé ?

Approche progressive.

Droite de régression — modèle?

Y = aX + b, relation linéaire.

Étapes de l’analyse — première étape ?

Diagramme de dispersion.

Résidus — définition?

Écarts entre valeurs observées et modélisées.

Corrélation — application ?

Étude de relation spatiale.

Significativité r — seuil courant?

Souvent 5 %, ou α = 0,05.

Analyse bivariée — définition ?

Étude de la relation entre deux variables.

Résidu standardisé — calcul ?

Résidu / erreur type.

Utilité analyse spatiale — pourquoi ?

Repérer régimes et spécificités locales.

Diagrams de dispersion — axes ?

X en abscisse, Y en ordonnée.

Limites de corrélation — remarque ?

Ne prouve pas causalité.

Corrélation ≠ causalité — pourquoi ?

Relation ne prouve pas cause.

Forme relationnelle — types ?

Linéaire, non linéaire.

Coefficient r — plage ?

Entre -1 et +1.

Signification r — relation positive ?

R > 0.

Résidus — définition ?

Différence entre valeur observée et modélisée.

Variable bivariée — types ?

Quantitative absolue, relative.

Interprétation spatiale résidus — objectif ?

Identifier spécificités locales.

Analyse spatiale — but ?

Comprendre spécificités locales.

Visualisation — outils ?

Cartographie, diagramme, modélisation.

Force relation — indication ?

R proche de ±1.

Droite de régression — équation ?

Y = aX + b.

Analyse bivariée — objectif ?

Détecter relation spatiale.

Caractéristique nuage — info ?

Forme et relation visuelle.

Modèle Y = aX + b — rôle ?

Modéliser relation linéaire.

Diagramme de dispersion — rôle ?

Visualiser relation, forme, sens.

Pente a — rôle ?

Sens et intensité.

Test d’hypothèse — seuil α ?

Généralement 5 %.

Signification r — relation forte ?

R proche de ±1.