Fiche de révision : Analyse bivariée et relations linéaires

📋 Plan du Cours

1. Covariance
2. Coefficient de corrélation
3. Diagrammes de dispersion
4. Relation linéaire
5. Indépendance variables
6. Analyse bivariée

📖 1. Covariance

🔑 Notions clés & Définitions

• Covariance : Mesure statistique qui indique la direction de la relation linéaire entre deux variables aléatoires. Elle est positive si les deux variables évoluent dans le même sens, négative si elles évoluent en sens inverse.
• Formule de la covariance : Pour deux variables $X$ et $Y$, la covariance est donnée par :
  $\text{Cov}(X, Y) = E[(X - E[X])(Y - E[Y])]$
  où $E$ désigne l'espérance mathématique.
• Lien avec la variance : La covariance est une généralisation de la variance, qui est la covariance d'une variable avec elle-même :
  $\text{Var}(X) = \text{Cov}(X, X)$
• Unité de la covariance : Produit des unités de $X$ et $Y$. Par exemple, si $X$ est en mètres et $Y$ en secondes, la covariance s'exprime en mètres-secondes.
• Interprétation du signe de la covariance :
  • Positif : variables évoluent dans le même sens.
  • Négatif : variables évoluent en sens inverse.
  • Nulle : absence de relation linéaire (mais pas nécessairement d’indépendance).

📝 Points essentiels

• La covariance permet d’évaluer la relation linéaire entre deux variables, mais ne donne pas d’indication sur la force précise de cette relation (voir section 2 pour coefficient de corrélation).
• La formule de la covariance repose sur l’espérance mathématique, ce qui la rend adaptée aux variables aléatoires.
• La covariance est sensible aux unités de mesure, ce qui peut compliquer la comparaison entre différentes paires de variables.
• La covariance est liée à la variance par la formule $\text{Var}(X) = \text{Cov}(X, X)$, soulignant son rôle dans la dispersion.
• Le signe de la covariance est un indicateur de la direction de la relation, mais son amplitude dépend de l’échelle des variables.

💡 À retenir

La covariance mesure la tendance d’une paire de variables à évoluer ensemble dans une relation linéaire, avec un signe indiquant la direction de cette relation. Cependant, sa valeur dépend des unités et ne quantifie pas la force précise de la relation.

📖 2. Coefficient de corrélation

🔑 Notions clés & Définitions

• Coefficient de corrélation (r) : Mesure statistique qui indique la force et la direction de la relation linéaire entre deux variables continues.
• Formule de calcul du coefficient de corrélation (r) :
  $r = \frac{\text{Cov}(X, Y)}{\sigma_X \sigma_Y}$
  où $\text{Cov}(X, Y)$ est la covariance entre X et Y, et $\sigma_X$, $\sigma_Y$ sont leurs écarts-types.
• Propriétés du coefficient de corrélation :
  • La valeur de $r$ est comprise entre -1 et 1.
  • $r = 1$ indique une corrélation positive parfaite.
  • $r = -1$ indique une corrélation négative parfaite.
  • $r = 0$ indique l'absence de relation linéaire (pas d'indication de causalité).
• Interprétation de la force et du sens :
  • La proximité de $r$ à 1 ou -1 indique une relation forte.
  • La valeur positive ou négative indique la direction (positive ou négative) de la relation.
• Différence entre corrélation et causalité :
  • La corrélation ne prouve pas qu'une variable influence l'autre (voir section 3 pour la causalité).

📝 Points essentiels

• Le coefficient de corrélation $r$ quantifie la relation linéaire entre deux variables, permettant d’évaluer si elles évoluent dans le même sens ou en sens inverse.
• La formule de $r$ repose sur la covariance normalisée par les écarts-types, ce qui garantit que la valeur reste dans l’intervalle [-1, 1].
• La valeur de $r$ indique la force (proximité de 1 ou -1) et le sens (positif ou négatif) de la relation.
• Une corrélation élevée ne signifie pas causalité, il faut éviter de confondre les deux (voir section 3).
• La propriété fondamentale est que $r$ ne peut dépasser ces bornes, ce qui facilite l’interprétation de la relation.

💡 À retenir

Le coefficient de corrélation mesure la force et la direction d'une relation linéaire entre deux variables, mais ne doit pas être confondu avec la causalité.

📖 3. Diagrammes de dispersion

🔑 Notions clés & Définitions

• Diagramme de dispersion : Représentation graphique de deux variables quantitatives, chaque point du graphique correspondant à une paire de valeurs (x, y). Il permet de visualiser la relation entre ces deux variables.
• Relation entre deux variables : Association ou lien observable à partir du diagramme, pouvant être linéaire, non linéaire ou inexistante, selon la disposition des points.
• Motifs dans un diagramme : Formes ou tendances repérées dans le nuage de points, indiquant la nature de la relation (ex : tendance positive, négative, absence de tendance).
• Nuage de points linéaire : Disposition où les points suivent approximativement une droite, indiquant une relation linéaire entre les variables.
• Nuage de points non linéaire : Disposition où les points suivent une courbe ou une forme complexe, sans relation linéaire évidente.
• Absence de relation : Disposition aléatoire des points, sans motif apparent, suggérant aucune relation entre les variables.

📝 Points essentiels

• Le diagramme de dispersion est un outil fondamental pour visualiser la relation entre deux variables quantitatives, permettant d’identifier rapidement la présence ou l’absence de lien (voir aussi la légitimité).
• La forme du nuage de points informe sur le type de relation : linéaire si les points suivent une droite, non linéaire si la tendance est courbe ou complexe, ou absence de relation si les points sont dispersés sans motif clair.
• La visualisation des motifs dans un diagramme de dispersion facilite l’interprétation qualitative de la relation, en complément des mesures statistiques (covariance, corrélation).
• La distinction entre différents types de nuages de points est essentielle pour orienter l’analyse statistique et choisir les méthodes appropriées.

💡 À retenir

Le diagramme de dispersion est un outil visuel clé pour détecter et interpréter la nature de la relation entre deux variables, qu’elle soit linéaire, non linéaire ou inexistante.

📖 4. Relation linéaire

🔑 Notions clés & Définitions

• Relation linéaire : Relation entre deux variables caractérisée par une équation de la forme y = ax + b, où la variation de y est proportionnelle à celle de x, ce qui peut être représenté graphiquement par une droite (voir également la caractérisation par une droite).
• Caractérisation d'une relation linéaire : La relation est dite linéaire si le nuage de points peut être approximé par une droite, ce qui implique une relation proportionnelle ou additive entre les deux variables.
• Lien entre relation linéaire et coefficient de corrélation : Selon PEARSON (1895), le coefficient de corrélation mesure la force et la direction d'une relation linéaire entre deux variables ; une relation linéaire forte correspond à un coefficient proche de ±1.
• Exemples de relations linéaires positives et négatives : Une relation positive (ex : la consommation d'énergie et la production électrique) voit les deux variables augmenter simultanément ; une relation négative (ex : le prix d’un produit et sa demande) voit une variable augmenter pendant que l’autre diminue.

📝 Points essentiels

• La relation linéaire entre deux variables peut être représentée par une droite, ce qui facilite la visualisation et la modélisation de leur lien.
• La caractérisation d'une relation linéaire repose sur la capacité à ajuster une droite aux points du nuage de données, ce qui permet d'établir une relation quantitative précise.
• Le coefficient de corrélation, introduit par PEARSON (1895), quantifie la force et le sens de cette relation : il varie entre -1 et 1, où ±1 indique une relation parfaitement linéaire, positive ou négative.
• La présence d'une relation linéaire ne garantit pas une causalité, mais indique simplement une association statistique forte ou faible entre les deux variables.
• Des exemples concrets illustrent ces notions : la croissance économique et la consommation d'énergie (relation positive), ou le prix d’un bien et sa demande (relation négative).

💡 À retenir

La relation linéaire est une association entre deux variables représentée par une droite, dont la force et la direction sont quantifiées par le coefficient de corrélation, permettant d’évaluer la force de leur lien sans impliquer une causalité.

📖 5. Indépendance variables

🔑 Notions clés & Définitions

• Indépendance entre deux variables : Deux variables sont indépendantes si la connaissance de l'une n'apporte aucune information sur l'autre. Formulée mathématiquement, cela signifie que la probabilité conjointe est le produit des probabilités marginales, c’est-à-dire $P(X \cap Y) = P(X) \times P(Y)$.
• Différence entre indépendance et absence de corrélation : L’indépendance implique l’absence de toute relation, linéaire ou non, entre deux variables, tandis que l’absence de corrélation ne concerne que la relation linéaire (voir section 2). Deux variables peuvent ne pas être corrélées tout en étant dépendantes dans une relation non linéaire.
• Conséquences de l’indépendance sur la covariance et la corrélation : Si deux variables sont indépendantes, leur covariance et leur coefficient de corrélation sont nécessairement nuls, mais l’inverse n’est pas toujours vrai (voir section 1 et 2).
• Tests statistiques pour vérifier l’indépendance : Des tests comme le test du χ² (chi carré) ou le test d’indépendance dans les tableaux de contingence permettent de déterminer si deux variables sont indépendantes de façon statistique.

📝 Points essentiels

• L’indépendance entre deux variables implique que leur distribution conjointe se décompose en produit de leurs distributions marginales.
• La différence entre indépendance et absence de corrélation est fondamentale : l’indépendance est une condition plus forte, impliquant l’absence de toute relation, alors que la corrélation ne concerne que la relation linéaire.
• La nullité de la covariance ou du coefficient de corrélation n’implique pas nécessairement l’indépendance, sauf dans le cas de variables normales (voir section 2).
• Les tests statistiques, comme le χ², permettent de vérifier l’indépendance en comparant la distribution observée à une distribution théorique sous l’hypothèse d’indépendance.

💡 À retenir

L’indépendance entre deux variables signifie qu’elles n’ont aucune influence l’une sur l’autre, ce qui se traduit par une covariance et une corrélation nulles, mais cette absence de relation linéaire ne garantit pas leur indépendance sauf dans le cas des variables normales.

📖 6. Analyse bivariée

🔑 Notions clés & Définitions

• Analyse bivariée : étude simultanée de deux variables pour examiner leur relation ou leur association.
• Objectifs de l'analyse bivariée : déterminer s'il existe une relation entre deux variables, en quantifiant la force, la direction et la nature de cette relation (voir aussi la légitimité).
• Méthodes utilisées : incluent la covariance, la corrélation, et les diagrammes de dispersion, qui permettent d'observer et d'analyser visuellement ou quantitativement la relation entre deux variables.

📝 Points essentiels

• L’analyse bivariée vise à comprendre comment deux variables évoluent conjointement, en utilisant des outils statistiques et graphiques.
• La covariance (voir section 1) mesure la variation conjointe des deux variables, mais son interprétation dépend du signe.
• La corrélation (voir section 2) standardise cette relation pour obtenir une valeur comprise entre -1 et 1, facilitant l’interprétation de la force et du sens de la relation.
• Les diagrammes de dispersion (voir section 3) offrent une visualisation claire de la relation, permettant d’identifier des motifs linéaires, non linéaires ou l’absence de relation.
• L’interprétation globale des résultats doit prendre en compte la force, la direction, et la forme de la relation, tout en étant prudente sur la causalité (voir aussi la légitimité).

💡 À retenir

L’analyse bivariée permet d’établir et d’évaluer la relation entre deux variables à l’aide de méthodes graphiques et statistiques, fournissant une compréhension essentielle pour toute étude statistique.

📊 Tableaux de Synthèse

⚠️ Pièges & Confusions Fréquentes

1. Confondre covariance et coefficient de corrélation : la covariance dépend des unités, le coefficient est normalisé.
2. Interpréter une corrélation nulle comme absence d’indépendance : la corrélation ne prouve pas l’indépendance.
3. Confondre relation linéaire et causalité : une forte corrélation ne signifie pas que l’une cause l’autre.
4. Croire qu’un coefficient de corrélation élevé indique une relation causale forte.
5. Négliger l’impact des unités de mesure sur la covariance, qui peut fausser la comparaison.
6. Confondre relation linéaire et relation non linéaire dans un diagramme de dispersion.
7. Utiliser la covariance pour comparer différentes paires de variables sans normalisation.

✅ Checklist Examen

• Connaître la définition de la covariance et sa formule, ainsi que son lien avec la variance, selon Pearson.
• Maîtriser la formule du coefficient de corrélation, son interprétation et ses propriétés (bornes, signe).
• Savoir interpréter un diagramme de dispersion : identifier relation linéaire, non linéaire ou absence de relation.
• Comprendre la différence entre covariance et coefficient de corrélation.
• Être capable de représenter graphiquement une relation linéaire à partir d’un nuage de points.
• Connaître la formule de la relation linéaire y = ax + b et ses implications.
• Savoir que le coefficient de corrélation indique la force et la direction, mais pas la causalité.
• Identifier les pièges liés à la confusion entre relation linéaire et causalité.
• Connaître la propriété que le coefficient de corrélation est compris entre -1 et 1.
• Assimiler le rôle du diagramme de dispersion dans l’analyse bivariée.
• Se rappeler que la covariance dépend des unités de mesure, contrairement au coefficient de corrélation.
• Vérifier la maîtrise des notions clés selon PEARSON (1895) et PERROUX (croissance).