QCM : Introduction à la prévision et modélisation linéaire — 16 questions

Explication

Prévoir consiste à s’appuyer sur des données pour estimer qu’un événement futur a de fortes chances de se produire. Cela permet de réduire le risque de mauvaises décisions.

Explication

Prévoir sert à anticiper l’avenir afin de réduire le risque lié à une décision prise sans vision du futur. L’objectif est donc de limiter les conséquences défavorables.

Explication

Le plafond du paiement sans contact est fixé à 50 € par opération depuis le 11 mai 2020. La valeur 10,32 € correspond au montant moyen, pas au maximum.

Explication

Le montant moyen est une valeur statistique qui représente le niveau typique des paiements sur une période donnée. Il ne faut pas le confondre avec le plafond de 50 €.

Explication

Le cours propose de faire la moyenne des cinq valeurs observées de janvier à mai pour estimer juin. Cette méthode conduit à une estimation de 39,5 millions.

Explication

La moyenne des cinq valeurs mensuelles données donne 39,5 millions de transactions pour juin. Les autres nombres correspondent à des mois observés, pas à l’estimation.

Explication

L’événement A est défini par la phrase « j’ai appris mon cours ». Il s’agit d’une traduction d’une situation en événement probabiliste.

Explication

L’événement B correspond à « j’ai fait mes exercices ». Le cours utilise A et B pour associer une lettre à une phrase précise.

Explication

Dans cette situation, x représente le rang de la période, c’est-à-dire l’entier qui numérote la période étudiée. La variable y est celle que l’on observe.

Explication

Un nuage allongé traduit souvent une tendance entre les variables, ce qui permet d’envisager une prévision. C’est pour cela qu’on peut penser à une droite d’ajustement.

Explication

Une droite d’ajustement affine s’écrit sous la forme y = ax + b. Cette forme permet de représenter au mieux la tendance d’un nuage de points.

Explication

Le coefficient r mesure la force du lien entre les variables et aide à juger la qualité de la prévision. Un r élevé indique généralement une meilleure adaptation du modèle.

Explication

La modélisation linéaire sert à représenter une évolution par une droite afin de faire des prévisions. Elle repose sur des données passées pour anticiper l’avenir.

Explication

Dans la pratique, l’évolution n’est que rarement strictement constante, donc on cherche un modèle simple et utilisable. La droite est alors le modèle le plus simple.

Explication

Si le nuage ne permet pas de justifier une tendance exploitable, on ne peut pas faire de prévision fiable avec une droite. La forme du nuage est donc déterminante.

Explication

Quand le nuage ne permet pas d’argumenter une tendance linéaire, la prévision n’est pas justifiable. Le cours conclut alors qu’on ne peut pas faire de prévision fiable.