QCM : Analyse bivariée et relations linéaires — 8 questions

Question 1

1. Qu'est-ce que la covariance en statistiques ?

Une mesure de la tendance centrale d'une variable

Une mesure de la dispersion d'une seule variable par rapport à sa moyenne

Une norme qui quantifie la force d'une relation non linéaire entre deux variables

Une mesure qui indique la direction de la relation linéaire entre deux variables aléatoires

Explication

La covariance est une mesure qui indique la tendance de deux variables à évoluer ensemble dans une relation linéaire, en étant calculée comme l'espérance du produit des écarts à la moyenne. Elle est différente de la variance, qui concerne une seule variable, et ne quantifie pas la force de la relation, contrairement au coefficient de corrélation.

Answer

Une mesure qui indique la direction de la relation linéaire entre deux variables aléatoires

Question 2

2. Quelle est la principale limitation de la covariance en tant que mesure de la relation entre deux variables ?

Elle ne peut être calculée que pour des variables qualitatives.

Elle dépend des unités de mesure des variables.

Elle est toujours positive, indépendamment de la relation.

Elle ne permet pas de mesurer la direction de la relation.

Explication

La covariance dépend des unités de mesure, ce qui rend difficile la comparaison entre différentes paires de variables. Elle indique la direction, mais pas l'intensité relative sans normalisation.

Answer

Elle dépend des unités de mesure des variables.

Question 3

3. En quelle année Karl Pearson a-t-il publié la formule du coefficient de corrélation qui porte son nom ?

1920

1875

1895

1900

Explication

Karl Pearson a publié la formule du coefficient de corrélation en 1895, une date clé dans l'histoire de la statistique. Les autres années sont des distracteurs plausibles mais incorrects, servant à tester la connaissance précise de cette référence historique.

Answer

Karl Pearson

Answer

Var(X) = Cov(X, X)

Answer

Il normalise la covariance pour donner une mesure de force standardisée.

Answer

Parce qu’elle dépend des unités de mesure et n’est pas normalisée.

Question 4

4. Qui a introduit la formule du coefficient de corrélation en 1896 ?

Francis Galton

Karl Pearson

Ronald Fisher

Charles Spearman

Explication

Karl Pearson est l'auteur de la formule du coefficient de corrélation en 1896, qui est encore largement utilisée en statistiques.

Question 5

5. Lorsqu’on observe un diagramme de dispersion où les points forment une ligne droite ascendante, quel est généralement le signe du coefficient de corrélation ?

Positif

Négatif

Nulle

Impossible à déterminer

Explication

Une relation linéaire positive évidente dans un diagramme de dispersion correspond à un coefficient de corrélation positif, indiquant que les variables augmentent ensemble.

Question 6

6. Quelle est la relation mathématique qui relie la variance à la covariance ?

Var(X) = Cov(X, Y)

Var(X) = Cov(X, X)

Var(X) = 1 / Cov(X, X)

Var(X) = Cov(Y, Y)

Explication

La variance d'une variable X est la covariance de X avec elle-même, soit Var(X) = Cov(X, X), ce qui reflète la dispersion de X.

Question 7

7. Quel est le rôle principal du coefficient de corrélation par rapport à la covariance ?

Il indique la causalité entre deux variables.

Il normalise la covariance pour donner une mesure de force standardisée.

Il transforme la covariance en une variable qualitative.

Il élimine la dépendance aux unités de mesure.

Explication

Le coefficient de corrélation standardise la covariance en la divisant par le produit des écarts-types, ce qui permet d’obtenir une échelle comprise entre -1 et 1, facilitant la comparaison.

Question 8

8. Pourquoi la covariance seule n’est pas suffisante pour juger de la force d’une relation linéaire ?

Parce qu’elle ne peut être calculée que pour des variables discrètes.

Parce qu’elle ne donne aucune indication sur la force de la relation.

Parce qu’elle dépend des unités de mesure et n’est pas normalisée.

Parce qu’elle ne peut pas être calculée si l’une des variables est constante.

Explication

La covariance n’est pas normalisée, dépendant des unités de mesure, et ne permet donc pas de comparer la force de relations différentes sans normalization, contrairement au coefficient de corrélation.

QCM : Analyse bivariée et relations linéaires — 8 questions

Questions et réponses du QCM

1. Qu'est-ce que la covariance en statistiques ?

2. Quelle est la principale limitation de la covariance en tant que mesure de la relation entre deux variables ?

3. En quelle année Karl Pearson a-t-il publié la formule du coefficient de corrélation qui porte son nom ?

4. Qui a introduit la formule du coefficient de corrélation en 1896 ?

5. Lorsqu’on observe un diagramme de dispersion où les points forment une ligne droite ascendante, quel est généralement le signe du coefficient de corrélation ?

6. Quelle est la relation mathématique qui relie la variance à la covariance ?

7. Quel est le rôle principal du coefficient de corrélation par rapport à la covariance ?

8. Pourquoi la covariance seule n’est pas suffisante pour juger de la force d’une relation linéaire ?

Révisez avec les flashcards

Approfondir avec la fiche

Cours similaires

Mesures du patron corsage

10 conseils pour réussir à l’école

Le Pass Jeunes à Paris

DLC des produits en cuisine

DLC des produits au comptoir

Vérifications du permis de conduire

Crée tes propres QCM