Documente Academic
Documente Profesional
Documente Cultură
Chapitre 4 :
Corrélation et régression
linéaire simple
Docteur José LABARERE
Année universitaire 2009/2010
Université Joseph Fourier de Grenoble - Tous droits réservés.
Plan
I. Coefficient de corrélation
• Corrélation :
• Liaison entre 2 variables quantitatives
• Rôle symétrique
• Régression :
• Liaison entre 2 variables quantitatives
• Rôle asymétrique :
– variable explicative / variable expliquée
– variable indépendante / variable dépendante
Plan
I. Coefficient de corrélation
cov(X, Y)
ρ=
var(X) var(Y)
∑ (X i − µ X )(Yi − µ Y )
cov (X, Y ) = i =1
N
Interprétation du coefficient de corrélation
cov(X,Y)
ρ=
var(X) var(Y)
-1≤ρ≤+1
Estimation du coefficient de corrélation
population
ρ
échantillon
r
n n n
∑ (x − m x ) (y i − m y ) ∑ (x ∑ (y − my )
2 2
i i − mx ) i
cov (X, Y ) = i =1
s 2x = i =1
s 2y = i =1
(n - 1) (n - 1) (n - 1)
Estimation du coefficient de corrélation
n
∑ (x
i =1
i − m x )(y i − m y )
r=
n n
∑ i x ∑ i y( )
2 2
(x − m ) y − m
i =1 i =1
n n
n
∑ x i ∑ y i
i =1 i =1
∑
i =1
x y
i i −
n
r=
∑ x
n 2
∑ y
n 2
n 2 i =1 i n 2 i =1 i
∑ x i − y −
∑ i
i =1 n i =1 n
Plan
I. Coefficient de corrélation
population
ρ
échantillon r≈ρ
r
Sous H0 : ρ = 0
r
→ t (n-2)ddl
sr
1 − r²
sr =
n−2
Test du coefficient de corrélation
r n−2
to =
1 − r²
Conditions d’application
• liaison linéaire entre X et Y
• distribution conditionnelle normale et de variance constante
• indépendance des observations
Table de la loi de Student
Précautions d’interprétation
I. Coefficient de corrélation
Y = α + βX
Y : variable dépendante (expliquée)
X : variable indépendante (explicative)
α : ordonnée à l’origine
β : pente
Estimation des coefficients par la méthode des
moindres carrés
^i
yi - y
(xi, yi)
Y
^)
(xi, yi
Y = α + βX
^
yi = α + βxi
Y Y = α + βX
cov(X, Y)
b=
my var(X)
n
∑(x − m ) (y − m )
i =1
i x i y
b= n
∑ i x
2
mx
X ( x − m )
i =1
a = my – b mx
Plan
I. Coefficient de corrélation
Y
Y = α + βX
population H0 : β = 0 (b ≈ 0)
β
échantillon
b
b
→ t (n-2)ddl
sb
s 2y 2
2
−b
s x
sb =
n−2
Test de la pente de la droite de régression
b
to =
s 2y
− b2
s 2x
n−2
Conditions d’application
• liaison linéaire entre X et Y
• distribution conditionnelle normale et de variance constante
• indépendance des observations
Table de la loi de Student
Interprétation du test de la pente
Non-rejet de H0 (β = 0)
1 2
Rejet de H0 (β ≠ 0)
3 4
Corrélation et régression
Corrélation Régression
L’utilisation de ce document est strictement réservée à l’usage privé des étudiants inscrits en 1ère
année de Médecine ou de Pharmacie de l’Université Joseph Fourier de Grenoble, et non destinée
à une utilisation collective, gratuite ou payante.
Ce document a été réalisé par la Cellule TICE de la Faculté de Médecine et de Pharmacie de Grenoble
(Université Joseph Fourier – Grenoble 1)