QCM : Corrélation et régression linéaire (32 questions)

Explication

Les statistiques servent à analyser les données issues d’enquêtes ou d’expérimentations et à examiner de façon critique les analyses, tableaux et p-values. Elles ne dispensent donc pas d’observer les données ni d’évaluer les résultats présentés.

Explication

La statistique descriptive explore et résume les données effectivement observées, alors que l’inférence permet de prendre des décisions ou d’étendre les résultats à une population. Confondre ces rôles revient à attribuer à la description une portée qu’elle n’a pas.

Explication

Une démarche statistique part d’une question précise, produit ensuite des observations ou des mesures, puis analyse les données en rapport avec la question initiale. Commencer par l’analyse ou la généralisation inverse cet ordre logique.

Explication

Une problématique analytique utilise un échantillon pour estimer, tester ou prédire une caractéristique de la population. Une problématique descriptive reste centrée sur les données observées et ne vise pas cette extrapolation.

Explication

L’intervalle de confiance est une estimation construite à partir d’un échantillon et fournit une plage de valeurs plausibles pour une caractéristique de la population. Il ne donne donc ni une valeur exacte ni une certitude sur l’hypothèse étudiée.

Explication

Des capteurs mesurant les particules fines peuvent fournir des éléments pour décider d’une alerte pollution ou de restrictions de vitesse dans une ville ou une région. Ces mesures environnementales ne servent pas directement à estimer des votes ou le poids des habitants.

Explication

La corrélation consiste à étudier le lien statistique entre deux variables quantitatives. Elle ne suffit pas à établir une relation causale, car une association statistique peut avoir d’autres explications.

Explication

Dans cette relation, l’âge est la variable explicative et se place sur l’axe des X, tandis que la tension artérielle est la variable réponse et se place sur l’axe des Y. Intervertir ces axes contredirait le sens explicatif retenu pour la régression.

Explication

L’observation d’un nuage de points permet d’examiner la forme générale de la relation avant de la quantifier. Le calcul de moyennes séparées ne renseigne pas directement sur la structure du lien entre les variables.

Explication

Une corrélation négative signifie que les variables ont tendance à évoluer en sens opposé. Une évolution dans le même sens correspond à une corrélation positive, tandis que la forme courbe concerne la structure de la relation.

Explication

Un nuage très dispersé et dépourvu de structure organisée suggère l’absence de relation linéaire entre les variables. Une relation linéaire forte produirait plutôt un alignement orienté, et une relation courbe présenterait une forme reconnaissable.

Explication

Une relation courbe, notamment en forme de parabole, peut exister sans produire une corrélation linéaire importante. Le coefficient linéaire peut alors être proche de zéro parce qu’il ne résume pas correctement cette forme non linéaire.

Explication

Le coefficient de Pearson mesure la direction et l’intensité d’une liaison linéaire entre deux variables quantitatives, sans unité, avec une valeur comprise entre $-1$ et $1$. Il ne mesure donc ni une différence moyenne ni une relation courbe en tant que telle.

Explication

Un coefficient proche de zéro indique l’absence de corrélation linéaire notable entre les variables. Il ne permet pas de conclure à une causalité, et une liaison positive ou négative intense correspondrait à une valeur éloignée de zéro.

Explication

Dans cet échantillon, le coefficient de corrélation observé vaut $r = 0{,}86$, ce qui indique une liaison linéaire positive assez forte. Le symbole $\rho$ désigne le coefficient correspondant dans la population, tandis que $r$ décrit l’échantillon.

Explication

Une corrélation indique que deux variables sont associées, alors qu’une relation causale affirme que l’une produit un effet sur l’autre. Une association statistique ne suffit donc pas à établir un mécanisme causal.

Explication

La corrélation est artificielle parce que les deux nombres évoluent ensemble au cours du temps, qui joue le rôle de variable intermédiaire. Cette association ne démontre donc pas que les cigognes produisent les naissances.

Explication

Un test de corrélation commence par les hypothèses, se poursuit par l’observation des données et le calcul de r et du paramètre de test, puis aboutit à une décision statistique. Tracer une droite et comparer des ordonnées relèvent plutôt de l’interprétation ou de la régression.

Explication

Le non-rejet signifie que les données disponibles ne permettent pas de rejeter H0 au risque considéré, sans établir sa vérité avec certitude. Assimiler cette décision à une preuve de H0 est une interprétation incorrecte.

Explication

Pour un échantillon de taille inférieure à 30, le paramètre de test suit une loi de Student à $n - 2$ degrés de liberté, si X et Y sont normales. La loi normale centrée réduite est associée au cas où n est supérieur à 30.

Explication

La régression linéaire cherche l’équation de la droite qui s’ajuste aux données, alors que la corrélation mesure l’intensité du lien entre les variables. Confondre leurs rôles revient à attribuer à la corrélation la construction de la droite.

Explication

Une droite de régression s’écrit sous la forme $y = ax + b$, où a est le coefficient directeur et b l’ordonnée à l’origine. Les autres expressions décrivent des formes non linéaires ou une réorganisation particulière de l’équation.

Explication

La méthode des moindres carrés sélectionne la droite qui minimise la somme des carrés des écarts entre les valeurs observées et prédites. Elle ne cherche pas à faire passer la droite par tous les points, ce qui est généralement impossible.

Explication

Dans une équation de la forme $y = ax + b$, le coefficient de x est la pente et le terme constant est l’ordonnée à l’origine. Ici, ces valeurs sont donc respectivement 0,96 et 110.

Explication

La pente, ou coefficient directeur, indique combien y varie en moyenne pour une augmentation d’une unité de x. La valeur de y lorsque x vaut zéro correspond plutôt à l’ordonnée à l’origine.

Explication

La pente 0,96 indique une augmentation moyenne estimée de 0,96 point de la tension artérielle pour une année d’âge supplémentaire. Elle décrit une association moyenne et ne signifie pas que chaque personne suit exactement cette progression.

Explication

Une prédiction issue de la droite de régression est fiable lorsque le lien linéaire est à la fois fort et statistiquement significatif. Un grand nombre d’observations ou des caractéristiques d’échelle ne suffisent pas à établir la qualité prédictive du modèle.

Explication

Une forme de « patate » traduit une faible association linéaire : r et la pente sont proches de zéro, ce qui produit une droite presque horizontale. Une pente importante correspondrait plutôt à une relation linéaire marquée.

Explication

Le coefficient $R^2$, compris entre 0 et 1, évalue dans quelle mesure la droite s’ajuste aux données. Le coefficient r décrit plutôt la direction et l’intensité du lien linéaire.

Explication

Une valeur de $R^2$ proche de 1 indique que la droite explique une grande part de la variabilité observée. Elle ne détermine pas à elle seule le signe de la pente et n’implique pas que chaque résidu soit nul.

Explication

L’analyse suit la progression du nuage de points vers l’étude de r, l’équation de la droite, $R^2$ et les résidus. Les autres séquences omettent ou remplacent des étapes essentielles de cette démarche.

Explication

Dans Excel, une droite de tendance ajoutée au graphique peut afficher l’équation de la droite ainsi que la valeur de $R^2$. Les autres fonctionnalités organisent ou présentent les données sans réaliser cet affichage de régression.