QCM : Introduction aux variables en aménagement urbain — 24 questions

Explication

Une variable qualitative sert à classer des situations en catégories sans ordre numérique naturel. Les autres propositions décrivent des variables quantitatives ou des statistiques résumées.

Explication

L’histogramme représente une variable quantitative en regroupant les valeurs en classes et en affichant leurs effectifs. Un diagramme circulaire convient plutôt à des proportions de catégories.

Explication

Le choix de représentation sert à faire apparaître les structures spatiales et à soutenir la décision. Il ne supprime ni l’analyse statistique ni l’incertitude.

Explication

Une série chronologique se lit à l’aide d’une représentation temporelle pour repérer tendance, saisonnalité et bruit. Un diagramme en secteurs ne montre pas l’évolution dans le temps.

Explication

La régression linéaire simple relie une variable réponse à une seule variable explicative par une relation linéaire. La régression multiple concerne plusieurs variables explicatives.

Explication

Les MCO choisissent les paramètres qui minimisent la somme des carrés des résidus. Le critère porte sur les écarts entre observations et valeurs estimées.

Explication

Le coefficient de détermination mesure la part de la variabilité totale expliquée par la régression. Il ne donne pas directement la valeur moyenne des résidus.

Explication

Un test de significativité vérifie si la relation estimée peut être attribuée au hasard. Il ne sert pas à mesurer la dispersion spatiale ni à calculer une médiane.

Explication

La variance mesure la dispersion moyenne des observations autour de la moyenne. Le mode et la médiane décrivent plutôt la tendance centrale.

Explication

Un coefficient de variation élevé indique une forte variabilité relative des observations. Il ne décrit pas une position centrale ni une homogénéité.

Explication

Un z-score très éloigné de zéro signale une observation nettement distante de la moyenne, donc potentiellement atypique. Il ne mesure pas l’autocorrélation spatiale.

Explication

Le z-score médian s’appuie sur la médiane et le MAD, ce qui limite l’effet des valeurs aberrantes. Le z-score classique est plus sensible aux extrêmes.

Explication

L’échantillonnage permet d’obtenir des résultats fiables tout en limitant les coûts, la durée et les contraintes d’accès. Il ne supprime pas les erreurs de mesure.

Explication

Dans un échantillonnage aléatoire simple, chaque unité a la même probabilité d’être tirée. Le stratifié, lui, répartit la sélection par strates.

Explication

Le modèle hédonique cherche à expliquer le prix foncier à partir des caractéristiques du bien. Les autres propositions ne correspondent pas à la variable dépendante du modèle.

Explication

Dans le modèle hédonique, le coefficient de détermination mesure la part de la variance du prix expliquée par le modèle. Il ne mesure ni la taille du terrain ni une distance.

Explication

L’indice de Hansen additionne les opportunités en tenant compte d’une fonction d’impédance liée à la distance. Il ne mesure pas la dispersion spatiale ni la saisonnalité.

Explication

La forme e^{-βd} correspond à une décroissance exponentielle de l’accessibilité avec la distance. Une décroissance linéaire aurait une forme différente.

Explication

Un Moran positif indique que des valeurs proches dans l’espace ont tendance à se ressembler. Un indice négatif traduirait plutôt une dispersion.

Explication

Un R supérieur à 1 indique une proximité observée plus forte que celle attendue sous l’aléa, ce qui traduit un regroupement. R inférieur à 1 correspond à une dispersion.

Explication

Le palier est le niveau vers lequel le variogramme se stabilise lorsque la distance augmente et que la dépendance spatiale devient négligeable. Il ne correspond pas à une pente de régression.

Explication

La portée est la distance à partir de laquelle le variogramme atteint ou approche son palier, signe de la fin de la dépendance spatiale. Elle ne correspond pas à une moyenne de coordonnées.

Explication

Une série chronologique est une suite d’observations ordonnées dans le temps. Les autres propositions décrivent des données catégorielles ou spatiales.

Explication

Une représentation temporelle permet d’identifier les composantes d’évolution comme la tendance, la saisonnalité, la cyclicité et le bruit. Les autres éléments concernent surtout l’analyse spatiale.