LCGMATHS
Séries statistiques à deux variables
Nuage de points
Lorsqu'on étudie simultanément deux caractères quantitatifs $x$ et $y$ sur une même population (par exemple l'année et un prix, ou une température et une consommation), on obtient une série de couples $(x_i\,;\,y_i)$. Le nuage de points associé est l'ensemble des points de coordonnées $(x_i\,;\,y_i)$ placés dans un repère.
On mesure, pour 6 pièces produites, leur température de recuit $x_i$ (en ° C) et leur dureté $y_i$ (en unités Vickers) : \[ \begin{array}{c|cccccc} x_i & 20 & 40 & 60 & 80 & 100 & 120 \\ \hline y_i & 15 & 22 & 27 & 35 & 39 & 47 \end{array} \]
Le nuage semble « allongé » selon une direction : on peut envisager de le résumer par une droite.
Point moyen
Le point moyen du nuage est le point $G(\bar x\,;\,\bar y)$, où $\bar x$ est la moyenne des $x_i$ et $\bar y$ la moyenne des $y_i$.
Pour la série précédente : $\bar x = \dfrac{20+40+60+80+100+120}{6} = 70$ et $\bar y = \dfrac{15+22+27+35+39+47}{6} \approx 30{,}83$. Le point moyen est $G(70\,;\,30{,}83)$.
Ajustement affine
Ajuster affinement un nuage de points, c'est chercher une droite d'équation $y = ax+b$ qui « résume » au mieux le nuage, pour ensuite interpoler (estimer une valeur de $y$ pour un $x$ situé à l'intérieur de la plage étudiée) ou extrapoler (estimer une valeur en dehors de cette plage).
- On partage le nuage, dans l'ordre des $x_i$, en deux groupes de même effectif (ou presque).
- On calcule le point moyen $G_1$ du premier groupe et le point moyen $G_2$ du second.
- La droite d'ajustement est la droite $(G_1G_2)$.
On cherche la droite $y=ax+b$ qui rend minimale la somme des carrés des écarts verticaux entre les points du nuage et la droite : \[ \sum_i \big(y_i - (a x_i+b)\big)^2 \] Cette droite passe toujours par le point moyen $G$. En pratique, ses coefficients $a$ et $b$ s'obtiennent directement avec la calculatrice (module « régression linéaire ») ou un tableur, sans calcul à la main.
Aucune de ces méthodes n'est « la bonne » dans l'absolu : plusieurs ajustements sont possibles, et leur pertinence se discute au regard du nuage. La méthode des moindres carrés est en général la plus utilisée car elle est reproductible (un seul résultat possible), contrairement à un ajustement « au jugé ».
Pour la série des duretés, la calculatrice donne un ajustement par moindres carrés d'équation $y \approx 0{,}32x + 8{,}6$. On peut alors interpoler la dureté pour $x=70\,$° C (à l'intérieur de $[20\,;\,120]$) : $y \approx 0{,}32\times70+8{,}6 \approx 31{,}0$. On peut aussi extrapoler pour $x=150\,$° C, mais avec prudence, car rien ne garantit que la relation reste linéaire au-delà des valeurs mesurées.
Une extrapolation loin des valeurs observées, ou un ajustement affine appliqué à un nuage qui n'a manifestement pas une forme de droite, peut conduire à des conclusions fausses. Il faut toujours confronter le modèle affine à l'allure réelle du nuage.