Analyse des relations linéaires en statistiques

📋 Plan du Cours

1. Analyse descriptive et mesures bivariées
2. Représentations graphiques pour variables appariées
3. Corrélation linéaire entre deux variables
4. Régression linéaire simple et ajustement de modèle

📖 1. Analyse descriptive et mesures bivariées

🔑 Notions clés & Définitions

• Moyenne conjointe : mesure statistique qui calcule la moyenne des paires de valeurs de deux variables, permettant d’observer leur tendance centrale simultanée.

• Matrice de variance-covariance : tableau regroupant les variances de chaque variable en diagonale et les covariances entre chaque paire de variables hors diagonale, utilisée pour analyser la relation linéaire entre plusieurs variables.

📝 Points essentiels

• La covariance évalue la tendance conjointe de deux variables à varier ensemble, en indiquant si cette variation est positive ou négative. Elle permet de mesurer la relation linéaire globale sans modélisation explicite. La moyenne conjointe, quant à elle, est la moyenne calculée sur chaque paire de valeurs, offrant une synthèse descriptive de la relation centrale entre deux variables. La matrice de variance-covariance rassemble ces mesures pour plusieurs variables, facilitant une analyse multivariée en résumant à la fois la dispersion individuelle (variances) et la relation linéaire (covariances) entre toutes les variables considérées.

💡 À retenir